{"id":2714,"date":"2026-10-14T18:00:54","date_gmt":"2026-10-14T18:00:54","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-rapporter-r-pearson-format-apa-exemples\/"},"modified":"2026-10-14T18:00:54","modified_gmt":"2026-10-14T18:00:54","slug":"comment-rapporter-r-pearson-format-apa-exemples","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-rapporter-r-pearson-format-apa-exemples","title":{"rendered":"Comment rapporter le r de Pearson au format APA (avec exemples)"},"content":{"rendered":"

Dans le domaine des sciences quantitatives, la communication transparente et normalis\u00e9e des r\u00e9sultats statistiques constitue le fondement de la reproductibilit\u00e9 empirique et du dialogue savant. Qu\u2019il s\u2019agisse de la psychologie, des neurosciences cognitives, des sciences de l\u2019\u00e9ducation ou de la sociologie quantitative, la pr\u00e9sentation des donn\u00e9es ne peut \u00eatre laiss\u00e9e \u00e0 la discr\u00e9tion stylistique de chaque auteur. C\u2019est pour r\u00e9pondre \u00e0 cette exigence d\u2019uniformit\u00e9 que l\u2019American Psychological Association<\/a> a \u00e9labor\u00e9 des normes typographiques et r\u00e9dactionnelles rigoureuses, aujourd\u2019hui synth\u00e9tis\u00e9es dans sa septi\u00e8me \u00e9dition. Parmi les outils d\u2019inf\u00e9rence les plus fr\u00e9quemment employ\u00e9s dans la litt\u00e9rature internationale figure le coefficient de corr\u00e9lation produit-moment de Pearson, usuellement d\u00e9sign\u00e9 par la lettre r<\/em>. Bien que conceptuellement direct, le rapportage de cet indice d\u2019association bivari\u00e9e ob\u00e9it \u00e0 un ensemble de conventions codifi\u00e9es qui \u00e9chappent fr\u00e9quemment aux chercheurs n\u00e9ophytes comme aux analystes chevronn\u00e9s.<\/p>\n

Le coefficient de corr\u00e9lation de Pearson quantifie l\u2019intensit\u00e9 et l\u2019orientation de la relation lin\u00e9aire reliant deux variables m\u00e9triques continues. Toutefois, la simple obtention d\u2019une valeur num\u00e9rique au terme de l\u2019ex\u00e9cution d\u2019un script sous un logiciel d\u2019analyse ne suffit pas \u00e0 valider une communication scientifique. Pr\u00e9senter un r\u00e9sultat selon les normes APA implique de respecter une syntaxe millim\u00e9tr\u00e9e : gestion m\u00e9ticuleuse des degr\u00e9s de libert\u00e9, omission du z\u00e9ro initial pour les indices born\u00e9s \u00e0 l\u2019unit\u00e9, pr\u00e9cision d\u00e9cimale normalis\u00e9e, indication rigoureuse des niveaux de significativit\u00e9 bilat\u00e9rale et int\u00e9gration contemporaine de la taille d\u2019effet \u00e0 travers les intervalles de confiance et le coefficient de d\u00e9termination. Un manquement \u00e0 ces r\u00e8gles d\u00e9grade imm\u00e9diatement la perception de la rigueur m\u00e9thodologique d\u2019un manuscrit acad\u00e9mique et expose les auteurs \u00e0 des refus \u00e9ditoriaux lors de l\u2019\u00e9valuation par les pairs.<\/p>\n

Ce guide exhaustif a pour vocation d\u2019offrir une r\u00e9f\u00e9rence compl\u00e8te et pratique pour documenter le coefficient r<\/em> de Pearson en stricte conformit\u00e9 avec la 7e \u00e9dition du manuel de publication de l\u2019APA. Depuis la v\u00e9rification scrupuleuse des postulats distributionnels jusqu\u2019\u00e0 l\u2019\u00e9laboration de matrices de corr\u00e9lation \u00e9l\u00e9gantes et conformes, en passant par la r\u00e9daction de phrases types, la gestion des violations d\u2019hypoth\u00e8ses et l\u2019\u00e9vitement des pi\u00e8ges s\u00e9mantiques liant corr\u00e9lation et causalit\u00e9, chaque dimension de l\u2019analyse bivari\u00e9e est ici d\u00e9cortiqu\u00e9e avec minutie acad\u00e9mique. Les chercheurs, doctorants et professionnels trouveront dans les sections suivantes les fondements th\u00e9oriques, les justifications m\u00e9trologiques et les gabarits r\u00e9dactionnels n\u00e9cessaires pour soumettre leurs r\u00e9sultats avec la plus haute assurance d\u2019exactitude scientifique.<\/p>\n

1. Introduction au coefficient de corr\u00e9lation r de Pearson<\/h2>\n

1.1 D\u00e9finition th\u00e9orique et r\u00f4le dans la recherche quantitative<\/h3>\n

Le coefficient de corr\u00e9lation produit-moment, conceptualis\u00e9 \u00e0 l’origine par Auguste Bravais et formalis\u00e9 math\u00e9matiquement par Karl Pearson<\/a> \u00e0 la fin du XIXe si\u00e8cle, constitue une mesure standardis\u00e9e fondamentale de la covariance entre deux variables al\u00e9atoires continues. Dans l\u2019architecture de la recherche quantitative contemporaine, cet indice statistique sans dimension permet d’estimer simultan\u00e9ment la force de liaison et le sens de la trajectoire reliant deux ph\u00e9nom\u00e8nes mesur\u00e9s \u00e0 l\u2019\u00e9chelle d\u2019intervalle ou de rapport. Sa formulation repose sur le rapport entre la covariance des deux s\u00e9ries de donn\u00e9es et le produit de leurs \u00e9carts-types respectifs, r\u00e9alisant ainsi une standardisation qui affranchit l’estimation statistique de toute d\u00e9pendance vis-\u00e0-vis des unit\u00e9s de mesure brutes des instruments d’\u00e9valuation initiaux.<\/p>\n

En psychologie diff\u00e9rentielle, en psychopathologie exp\u00e9rimentale, en sciences de l\u2019\u00e9ducation et dans l’ensemble des sciences comportementales, le coefficient de Pearson demeure l’un des piliers de l’exploration relationnelle. Il permet aux investigateurs d’\u00e9valuer le degr\u00e9 de convergence entre diff\u00e9rentes \u00e9chelles psychom\u00e9triques, d’estimer la fid\u00e9lit\u00e9 test-retest d’un nouvel instrument d’\u00e9valuation, ou d’explorer les covariations entre des biomarqueurs physiologiques et des indices comportementaux standardis\u00e9s. Sa puissance r\u00e9side dans sa capacit\u00e9 \u00e0 synth\u00e9tiser en une valeur unique comprise entre les limites strictes de -1 et +1 la structure relationnelle liant des milliers d’observations individuelles.<\/p>\n

Il est toutefois d\u2019une importance \u00e9pist\u00e9mologique capitale de rappeler la distinction cardinale entre la constatation empirique d’une relation bivari\u00e9e et l’inf\u00e9rence d’une relation de causalit\u00e9 unilat\u00e9rale. L’existence d’une corr\u00e9lation statistiquement significative entre deux variables ne permet en aucun cas de d\u00e9duire qu’une variable exerce une influence causale sur l’autre. Une covariation observ\u00e9e peut d\u00e9couler de multiples architectures causales sous-jacentes, notamment l’intervention d’une tierce variable non mesur\u00e9e (facteur de confusion), une causalit\u00e9 circulaire r\u00e9troactive ou une pure co\u00efncidence stochastique au sein d’\u00e9chantillons de tr\u00e8s grande taille. L’analyste doit ainsi toujours pr\u00e9server une neutralit\u00e9 descriptive absolue lors de la communication de la statistique r<\/em>.<\/p>\n

1.2 Interpr\u00e9tation du continuum d’\u00e9chelle de -1 \u00e0 +1<\/h3>\n

L\u2019interpr\u00e9tation g\u00e9om\u00e9trique et analytique du coefficient de corr\u00e9lation de Pearson s’inscrit au sein d’un continuum math\u00e9matique born\u00e9 par les valeurs extr\u00eames de -1.00 et +1.00. La valeur absolue de l\u2019indice renseigne sans ambigu\u00eft\u00e9 sur la compacit\u00e9 de l’association autour d’une droite de r\u00e9gression th\u00e9orique, tandis que son signe alg\u00e9brique en d\u00e9termine la pente vectorielle. Comprendre la dynamique de ce continuum est un pr\u00e9requis indispensable pour articuler des conclusions cliniques et empiriques proportionn\u00e9es aux r\u00e9sultats calcul\u00e9s.<\/p>\n

Une corr\u00e9lation n\u00e9gative parfaite, d\u00e9not\u00e9e par un coefficient r<\/em> \u00e9gal \u00e0 -1.00, indique une d\u00e9pendance d\u00e9terministe inverse absolue : toute augmentation standardis\u00e9e d’une unit\u00e9 sur la variable ind\u00e9pendante entra\u00eene une r\u00e9duction invariable et proportionnelle sur la seconde variable. Dans ce cas de figure, l’ensemble des points du diagramme de dispersion s’aligne rigoureusement sur une droite d\u00e9croissante de pente n\u00e9gative, \u00e9liminant toute dispersion r\u00e9siduelle autour du mod\u00e8le d’ajustement. En pratique clinique, un tel r\u00e9sultat signale une redondance conceptuelle inverse entre deux indicateurs d’\u00e9valuation oppos\u00e9s.<\/p>\n

\u00c0 l’oppos\u00e9 diam\u00e9tral, une corr\u00e9lation positive parfaite, caract\u00e9ris\u00e9e par la valeur r<\/em> \u00e9gale \u00e0 +1.00, traduit une concordance lin\u00e9aire absolue : les deux variables croissent de concert selon un ratio math\u00e9matique fixe, tous les points de donn\u00e9es reposant sans d\u00e9viation sur une droite de pente positive. Entre ces deux asymptotes m\u00e9thodologiques se situe le point z\u00e9ro (r<\/em> = .00), qui refl\u00e8te l’absence totale de relation lin\u00e9aire bivari\u00e9e. Il importe toutefois de souligner qu\u2019un coefficient r<\/em> nul n’implique pas obligatoirement l’ind\u00e9pendance statistique totale des variables, mais uniquement la nullit\u00e9 de leur composante lin\u00e9aire ; des liaisons curvilin\u00e9aires fortes peuvent en effet g\u00e9n\u00e9rer un coefficient de Pearson proche de z\u00e9ro alors m\u00eame qu’une interd\u00e9pendance fonctionnelle majeure existe dans les donn\u00e9es.<\/p>\n

1.3 Postulats statistiques pr\u00e9alables \u00e0 l’analyse<\/h3>\n

L’application rigoureuse du coefficient r<\/em> de Pearson repose sur plusieurs postulats distributionnels fondamentaux que le chercheur se doit de tester m\u00e9thodiquement avant toute proc\u00e9dure d’inf\u00e9rence. Le premier d’entre eux r\u00e9side dans l’exigence d’une distribution normale bivari\u00e9e des variables examin\u00e9es. Bien que le test d’ajustement univari\u00e9 via des indices de sym\u00e9trie (skewness) et d’aplatissement (kurtosis), ou des tests formels tels que ceux de Shapiro-Wilk<\/a> et de Kolmogorov-Smirnov constituent une \u00e9tape n\u00e9cessaire, la normalit\u00e9 univari\u00e9e de chaque variable prise isol\u00e9ment ne garantit pas la normalit\u00e9 bivari\u00e9e conjointe de leur distribution spatiale multidimensionnelle.<\/p>\n

Le second postulat, d’une nature g\u00e9om\u00e9trique critique, exige la lin\u00e9arit\u00e9 stricte du patron d’association liant les variables continues. Le mod\u00e8le sous-jacent de Pearson \u00e9tant fondamentalement incapable d’ajuster des configurations sinuso\u00efdales, paraboliques ou exponentielles, l’examen visuel attentif d’un diagramme de dispersion bivari\u00e9 constitue une \u00e9tape d’assurance qualit\u00e9 irrempla\u00e7able. Une non-lin\u00e9arit\u00e9 prononc\u00e9e induit une sous-estimation syst\u00e9matique et s\u00e9v\u00e8re de la force r\u00e9elle du couplage entre les variables, compromettant l’int\u00e9grit\u00e9 des conclusions analytiques qui en d\u00e9coulent.<\/p>\n

Enfin, le coefficient de corr\u00e9lation de Pearson se caract\u00e9rise par une hypersensibilit\u00e9 aux valeurs aberrantes univari\u00e9es et multivari\u00e9es. En raison du calcul au carr\u00e9 des \u00e9carts \u00e0 la moyenne dans la structure math\u00e9matique de la covariance, un nombre minime d’observations isol\u00e9es situ\u00e9es aux confins de la distribution peut artificiellement gonfler ou, \u00e0 l’inverse, oblit\u00e9rer totalement une corr\u00e9lation de population r\u00e9elle. La d\u00e9tection pr\u00e9alable de ces cas extr\u00eames par l’examen des r\u00e9sidus standardis\u00e9s, de la distance de Mahalanobis ou de l’indice de levier (leverage) s’av\u00e8re indispensable pour pr\u00e9server la validit\u00e9 de l’estimation statistique.<\/p>\n

2. Les principes fondamentaux du style APA pour les statistiques<\/h2>\n

2.1 Normes g\u00e9n\u00e9rales de concision et d’objectivit\u00e9<\/h3>\n

Les normes de r\u00e9daction \u00e9dict\u00e9es par l’American Psychological Association ont \u00e9t\u00e9 con\u00e7ues dans le but premier de maximiser la transparence scientifique, l’\u00e9conomie cognitive de lecture et l’exactitude de la transmission des informations quantitatives. La r\u00e9daction d’une section consacr\u00e9e aux r\u00e9sultats ne doit jamais s’apparenter \u00e0 une prose litt\u00e9raire sp\u00e9culative ou \u00e0 une compilation d\u00e9sordonn\u00e9e de tableaux bruts extraits directement d’interfaces de traitement informatique. Chaque \u00e9l\u00e9ment quantitatif doit s’ins\u00e9rer avec fluidit\u00e9 au sein d’une narration articul\u00e9e, servant d’appui empirique direct \u00e0 la validation ou \u00e0 l’infirmation des hypoth\u00e8ses initiales formul\u00e9es par les investigateurs.<\/p>\n

L’\u00e9criture acad\u00e9mique selon l’APA bannit express\u00e9ment le jargon n\u00e9ologique non standardis\u00e9 ainsi que les formules redondantes. L\u2019objectivit\u00e9 implique une exposition d\u00e9passionn\u00e9e des faits statistiques o\u00f9 les r\u00e9sultats, qu\u2019ils soient hautement significatifs ou parfaitement nuls, sont rapport\u00e9s selon les m\u00eames canons formels de rigueur intellectuelle. Le chercheur s’abstient d’employer des adjectifs hyperboliques pour qualifier des relations empiriques ordinaires, pr\u00e9f\u00e9rant qualifier la magnitude d’un lien statistique en conformit\u00e9 stricte avec les taxonomies admises par la communaut\u00e9 des m\u00e9thodologistes contemporains.<\/p>\n

L’int\u00e9gration textuelle exige une synchronisation \u00e9troite entre l’hypoth\u00e8se conceptuelle, l’instrumentation de mesure et la statistique d’\u00e9chantillon. Le lecteur doit \u00eatre en mesure d’identifier imm\u00e9diatement quelle variable a \u00e9t\u00e9 mise en relation avec quelle autre, dans quel sous-groupe exp\u00e9rimental le test a \u00e9t\u00e9 d\u00e9ploy\u00e9, et quelle est la cons\u00e9quence analytique directe de la cha\u00eene statistique \u00e9nonc\u00e9e. La standardisation internationale de l’APA constitue ainsi une lingua franca indispensable facilitant la m\u00e9ta-analyse et l’agr\u00e9gation des preuves \u00e0 travers les laboratoires mondiaux.<\/p>\n

2.2 \u00c9volution entre la 6e et la 7e \u00e9dition des normes APA<\/h3>\n

Publi\u00e9e en 2020, la septi\u00e8me \u00e9dition du manuel de publication de l’APA a introduit des ajustements majeurs destin\u00e9s \u00e0 moderniser les pratiques de communication empirique, notamment pour r\u00e9pondre aux d\u00e9fis contemporains de la crise de la reproductibilit\u00e9 scientifique. Alors que la 6e \u00e9dition tol\u00e9rait encore des descriptions statistiques parcellaires se limitant \u00e0 la simple dualit\u00e9 statistique de test et seuil de d\u00e9cision dichotomique, la 7e \u00e9dition impose une politique de contextualisation m\u00e9trologique beaucoup plus exigeante.<\/p>\n

Parmi les changements les plus saillants figure la recommandation renforc\u00e9e d’associer syst\u00e9matiquement \u00e0 chaque coefficient d’association une estimation pr\u00e9cise de sa taille d’effet ainsi que de son intervalle de confiance. L’accent traditionnel plac\u00e9 sur le seul rituel de rejet de l’hypoth\u00e8se nulle (NHST, pour Null Hypothesis Significance Testing<\/em>) est explicitement jug\u00e9 insuffisant pour rendre compte de l’incertitude inh\u00e9rente aux estimations par \u00e9chantillonnage. La 7e \u00e9dition demande aux auteurs de documenter la pr\u00e9cision de leur mesure pour offrir aux lecteurs les moyens d’appr\u00e9cier la stabilit\u00e9 des param\u00e8tres identifi\u00e9s.<\/p>\n

Par ailleurs, la nouvelle \u00e9dition harmonise la politique de notation des valeurs de probabilit\u00e9 associ\u00e9es aux tests. Elle enjoint les auteurs \u00e0 fournir le niveau de significativit\u00e9 exact sous forme de trois d\u00e9cimales cons\u00e9cutives, rel\u00e9guant l’usage exclusif de la borne d’in\u00e9galit\u00e9 stricte (p<\/em> < .001) uniquement aux \u00e9ventualit\u00e9s o\u00f9 la valeur observ\u00e9e est inf\u00e9rieure \u00e0 un milli\u00e8me. Cette modification m\u00e9thodologique vise \u00e0 \u00e9liminer l’opacit\u00e9 caus\u00e9e par les arrondis pr\u00e9matur\u00e9s et \u00e0 favoriser la transition vers les protocoles de la science ouverte (Open Science) et la conservation p\u00e9renne des donn\u00e9es.<\/p>\n

2.3 Structure s\u00e9quentielle standard d’un compte rendu de test<\/h3>\n

Afin de pr\u00e9server la lisibilit\u00e9 du discours scientifique et d’\u00e9viter les discontinuit\u00e9s narratives au fil de la section des r\u00e9sultats, l’APA pr\u00e9conise d’ordonner la pr\u00e9sentation de chaque test statistique bivari\u00e9 selon une s\u00e9quence tripartite canonique invariable. Cette organisation cognitive permet au lecteur de traiter l’information selon un ordre logique : objectif, fait statistique, cons\u00e9quence interpr\u00e9tative.<\/p>\n

Le premier maillon de la cha\u00eene r\u00e9dactionnelle consiste \u00e0 expliciter sans \u00e9quivoque la vis\u00e9e de l’analyse tout en nommant de mani\u00e8re pr\u00e9cise et formelle les deux variables quantitatives investigu\u00e9es. Le texte doit renseigner le lecteur sur la nature op\u00e9rationnelle des construits examin\u00e9s sans contraindre ce dernier \u00e0 se r\u00e9f\u00e9rer continuellement aux sections m\u00e9thodologiques ant\u00e9rieures du document.<\/p>\n

Le second segment int\u00e8gre la d\u00e9claration directionnelle du constat empirique, imm\u00e9diatement adoss\u00e9e au bloc statistique normalis\u00e9 ins\u00e9r\u00e9 entre parenth\u00e8ses. Ce bloc regroupe dans une composition typographique rigide le symbole de la statistique, le nombre de degr\u00e9s de libert\u00e9, la valeur empirique du coefficient, le niveau exact de la probabilit\u00e9 bilat\u00e9rale et, le cas \u00e9ch\u00e9ant, l’intervalle de confiance. Enfin, le troisi\u00e8me temps de la s\u00e9quence cl\u00f4t l’exposition par une courte proposition r\u00e9sumant la signification substantielle du r\u00e9sultat en relation \u00e9troite avec les postulats du domaine de recherche \u00e9tudi\u00e9.<\/p>\n

3. La syntaxe canonique de r\u00e9daction du r de Pearson selon l’APA<\/h2>\n

3.1 Formule r\u00e9dactionnelle standardis\u00e9e<\/h3>\n

L\u2019expression formelle de la corr\u00e9lation produit-moment de Pearson dans le corps du texte ob\u00e9it \u00e0 une grammaire typographique universelle qui ne tol\u00e8re aucune fantaisie de mise en page. La cha\u00eene r\u00e9dactionnelle canonique s\u2019articule selon le patron algorithmique suivant : r<\/em>(ddl) = [valeur], p<\/em> = [valeur]. Chaque segment de cette s\u00e9quence remplit une fonction m\u00e9trologique pr\u00e9cise et v\u00e9hicule des param\u00e8tres critiques pour la validation de la lecture critique.<\/p>\n

Il est fondamental de formuler la phrase d’accompagnement de mani\u00e8re \u00e0 \u00e9noncer clairement le sens de l’association statistique d\u00e9cel\u00e9e. Le r\u00e9dacteur veille \u00e0 ne pas employer de tournures passives floues qui obligeraient le lecteur \u00e0 d\u00e9coder lui-m\u00eame le signe alg\u00e9brique de la statistique. Par exemple, une phrase r\u00e9dig\u00e9e selon les r\u00e8gles de l’art s’\u00e9noncera ainsi : \u00ab Une corr\u00e9lation bivari\u00e9e positive significative a \u00e9t\u00e9 observ\u00e9e entre le volume hebdomadaire d’entra\u00eenement physique et la capacit\u00e9 a\u00e9robie maximale des athl\u00e8tes, r<\/em>(48) = .54, p<\/em> < .001. \u00bb<\/p>\n

Dans cette configuration r\u00e9dactionnelle standardis\u00e9e, l’assertion verbale pr\u00e9liminaire (\u00ab corr\u00e9lation positive \u00bb) concorde parfaitement avec la valeur alg\u00e9brique positive observ\u00e9e (.54). Lorsque le r\u00e9sultat s’av\u00e8re invers\u00e9, l’\u00e9nonciation descriptive doit s’adapter sym\u00e9triquement en qualifiant l’association de n\u00e9gative ou d’inverse : \u00ab Le niveau d’\u00e9puisement \u00e9motionnel est inversement corr\u00e9l\u00e9 au sentiment d’auto-efficacit\u00e9 professionnelle, r<\/em>(72) = -.43, p<\/em> < .001. \u00bb<\/p>\n

3.2 Calcul et notation des degr\u00e9s de libert\u00e9<\/h3>\n

Les degr\u00e9s de libert\u00e9 (not\u00e9s usuellement ddl<\/em> en fran\u00e7ais m\u00e9thodologique ou simplement plac\u00e9s sous leur forme num\u00e9rique brute entre parenth\u00e8ses imm\u00e9diatement apr\u00e8s la lettre statistique) constituent un param\u00e8tre crucial du test d’hypoth\u00e8se sur le coefficient de corr\u00e9lation de Pearson. Dans le cadre pr\u00e9cis d’une corr\u00e9lation bivari\u00e9e lin\u00e9aire simple impliquant deux variables continues, la valeur num\u00e9rique des degr\u00e9s de libert\u00e9 correspond scrupuleusement \u00e0 l’effectif d’\u00e9chantillon total (N<\/em>) auquel sont soustraites deux unit\u00e9s :<\/p>\n

ddl = N – 2<\/strong><\/p>\n

Cette soustraction arithm\u00e9tique de deux unit\u00e9s s’explique sur le plan de la th\u00e9orie statistique par l’estimation pr\u00e9alable obligatoire de deux param\u00e8tres \u00e9chantillonnaux ind\u00e9pendants : la moyenne arithm\u00e9tique de la variable X<\/em> et la moyenne arithm\u00e9tique de la variable Y<\/em>. Ces deux estimateurs centraux \u00e9tant fix\u00e9s pour calculer les sommes des carr\u00e9s et des produits crois\u00e9s n\u00e9cessaires \u00e0 la standardisation de la covariance, deux observations individuelles perdent leur statut de libert\u00e9 de variation au sein du mod\u00e8le math\u00e9matique d’inf\u00e9rence.<\/p>\n

Une vigilance accrue s’impose lorsque le chercheur est confront\u00e9 \u00e0 des donn\u00e9es manquantes dans ses matrices de recueil. Selon que le logiciel d’analyse statistique traite les donn\u00e9es manquantes par exclusion par liste (listwise deletion) ou par exclusion par paire (pairwise deletion), la taille effective d’\u00e9chantillon mobilis\u00e9e pour le calcul de chaque corr\u00e9lation particuli\u00e8re peut varier drastiquement. L\u2019auteur doit s’assurer que le chiffre inscrit entre parenth\u00e8ses refl\u00e8te rigoureusement l’effectif r\u00e9el des couples d’observations valid\u00e9s pour l’analyse consid\u00e9r\u00e9e (N<\/em>r\u00e9el<\/sub> – 2), et non la taille globale de la cohorte initiale inscrite dans le protocole de recherche.<\/p>\n

3.3 R\u00e8gles d’espacement et d’encadrement des op\u00e9rateurs<\/h3>\n

L\u2019esth\u00e9tique typographique de l’APA impose une r\u00e9gularit\u00e9 absolue dans l’agencement des espacements entourant les op\u00e9rateurs math\u00e9matiques et les signes de ponctuation. La r\u00e8gle fondamentale stipule qu’un espace ins\u00e9cable doit syst\u00e9matiquement pr\u00e9c\u00e9der et succ\u00e9der \u00e0 l’ensemble des op\u00e9rateurs math\u00e9matiques d’\u00e9galit\u00e9 (=), d’inf\u00e9riorit\u00e9 (<) ou de sup\u00e9riorit\u00e9 (>). Cette disposition assure un \u00e9quilibre visuel r\u00e9gulier et pr\u00e9vient les ruptures de ligne disgracieuses au sein des manuscrits savants.<\/p>\n

\u00c0 l’inverse, aucun espace ne doit \u00eatre tol\u00e9r\u00e9 entre la lettre d\u00e9signant le test (le r<\/em> en italique) et la parenth\u00e8se ouvrante encapsulant les degr\u00e9s de libert\u00e9. La notation correcte est r<\/em>(28) et en aucun cas r<\/em> (28). Les parenth\u00e8ses doivent \u00eatre coll\u00e9es au corps de la lettre de r\u00e9f\u00e9rence, constituant un bloc visuel unitaire signifiant \u00ab statistique r<\/em> \u00e9valu\u00e9e sur 28 degr\u00e9s de libert\u00e9 \u00bb.<\/p>\n

Enfin, les diff\u00e9rents \u00e9l\u00e9ments de la cha\u00eene statistique globale doivent \u00eatre s\u00e9par\u00e9s exclusivement par des virgules, chacune \u00e9tant suivie d’un espace standard unique. Il convient de ne pas recourir \u00e0 des points-virgules pour scinder la statistique empirique de son seuil de probabilit\u00e9, r\u00e9servant les s\u00e9parateurs complexes uniquement \u00e0 l’ench\u00e2ssement de plusieurs blocs statistiques complets au sein d’une m\u00eame parenth\u00e8se descriptive.<\/p>\n

4. R\u00e8gles typographiques et d\u00e9cimales strictes de l’APA<\/h2>\n

4.1 La r\u00e8gle de suppression du z\u00e9ro initial (Leading Zero Rule)<\/h3>\n

L’une des prescriptions les plus distinctives du style de publication de l’American Psychological Association concerne la gestion du z\u00e9ro pr\u00e9c\u00e9dant le point d\u00e9cimal (connu sous l’appellation de leading zero<\/em> dans la nomenclature anglophone). La r\u00e8gle g\u00e9n\u00e9rale stipule qu’un chiffre z\u00e9ro ne doit jamais pr\u00e9c\u00e9der le s\u00e9parateur d\u00e9cimal lorsque la statistique rapport\u00e9e ne peut, en aucune circonstance th\u00e9orique ou math\u00e9matique, exc\u00e9der la valeur absolue de l’unit\u00e9 (1.00).<\/p>\n

Cette r\u00e8gle d\u00e9coule d’un principe strict d’\u00e9conomie cognitive et de non-redondance de l’information graphique. Dans la mesure o\u00f9 le coefficient de corr\u00e9lation produit-moment de Pearson est intrins\u00e8quement et math\u00e9matiquement circonscrit dans l’intervalle ferm\u00e9 [-1.00, +1.00], la pr\u00e9sence d’un z\u00e9ro \u00e0 gauche du s\u00e9parateur d\u00e9cimal n’apporte aucune information discriminante au lecteur et constitue une surcharge visuelle inutile. Ainsi, il est strictement prescrit d’\u00e9crire .45<\/strong> ou -.68<\/strong> et de bannir formellement les graphies telles que 0.45 ou -0.68.<\/p>\n

Cette m\u00eame logique algorithmique s’applique avec une rigueur identique aux valeurs de significativit\u00e9 statistique (les valeurs de p<\/em>). Une probabilit\u00e9 \u00e9tant n\u00e9cessairement comprise entre 0.00 et 1.00 par axiome de la th\u00e9orie des probabilit\u00e9s de Kolmogorov, elle ne saurait en aucun cas d\u00e9passer l’unit\u00e9. Il convient donc de transcrire p<\/em> = .032 ou p<\/em> < .001, en excluant syst\u00e9matiquement l’\u00e9criture p<\/em> = 0.032 ou p<\/em> < 0.001. Le non-respect de cette convention constitue l’un des marqueurs d’amateurisme les plus fr\u00e9quemment relev\u00e9s par les comit\u00e9s de lecture des revues internationales sous affiliation APA.<\/p>\n

4.2 Exigences d’arrondi d\u00e9cimal sp\u00e9cifiques<\/h3>\n

La gestion de la pr\u00e9cision num\u00e9rique au sein d’un article savant ne doit rien laisser au hasard ou aux param\u00e8tres par d\u00e9faut des logiciels de statistique automatis\u00e9s. L’APA \u00e9dicte des r\u00e8gles d’arrondi diff\u00e9renci\u00e9es selon la nature intrins\u00e8que des m\u00e9triques communiqu\u00e9es, afin de concilier lisibilit\u00e9 imm\u00e9diate et fid\u00e9lit\u00e9 d’estimation.<\/p>\n

Le coefficient de corr\u00e9lation r<\/em> doit \u00eatre imp\u00e9rativement arrondi \u00e0 deux d\u00e9cimales<\/strong>. Il convient d’appliquer la r\u00e8gle classique de l’arrondi arithm\u00e9tique au plus proche : si la troisi\u00e8me d\u00e9cimale non affich\u00e9e est \u00e9gale ou sup\u00e9rieure \u00e0 5, la deuxi\u00e8me d\u00e9cimale est incr\u00e9ment\u00e9e d’une unit\u00e9 vers le haut (par exemple, une corr\u00e9lation brute calcul\u00e9e \u00e0 .627 sera rapport\u00e9e sous la forme .63). \u00c0 l’inverse, si la troisi\u00e8me d\u00e9cimale est strictement inf\u00e9rieure \u00e0 5, la valeur est tronqu\u00e9e au chiffre inf\u00e9rieur (par exemple, .624 deviendra .62).<\/p>\n

\u00c0 l\u2019inverse, la valeur exacte du niveau de significativit\u00e9 (p<\/em>) doit \u00eatre scrupuleusement rapport\u00e9e avec trois d\u00e9cimales<\/strong> apr\u00e8s le s\u00e9parateur. Cette sp\u00e9cificit\u00e9 refl\u00e8te l’importance d\u00e9volue au calcul probabiliste dans les inf\u00e9rences statistiques inf\u00e9rentielles. La seule exception concerne les probabilit\u00e9s infinit\u00e9simales : lorsque le logiciel d’analyse affiche une valeur inf\u00e9rieure au milli\u00e8me le plus proche (couramment not\u00e9e p<\/em> = 0.000 dans les sorties de certains logiciels commerciaux), le chercheur ne doit jamais recopier cette notation erron\u00e9e, mais transcrire fid\u00e8lement le seuil p<\/em> < .001<\/strong>.<\/p>\n

4.3 Mise en forme des caract\u00e8res et usage de l’italique<\/h3>\n

La typographie acad\u00e9mique standardis\u00e9e par l’APA requiert une diff\u00e9renciation visuelle syst\u00e9matique entre le texte narratif ordinaire, les constantes num\u00e9riques et les symboles d\u00e9signant des statistiques d’\u00e9chantillon. La convention fondamentale impose de composer en italique<\/strong> toutes les lettres de l’alphabet latin servant de symboles \u00e0 des statistiques calcul\u00e9es sur des donn\u00e9es d’\u00e9chantillon ou \u00e0 des param\u00e8tres de probabilit\u00e9.<\/p>\n

Dans le cadre de l’analyse bivari\u00e9e de Pearson, la lettre minuscule r<\/em><\/strong> doit \u00eatre syst\u00e9matiquement mise en italique d\u00e8s lors qu’elle d\u00e9signe la statistique de corr\u00e9lation calcul\u00e9e. De la m\u00eame fa\u00e7on, la lettre minuscule p<\/em><\/strong> repr\u00e9sentant le niveau de probabilit\u00e9 critique doit syst\u00e9matiquement rev\u00eatir l’attribut d’italique. Cette r\u00e8gle s’applique \u00e9galement aux autres symboles fr\u00e9quemment associ\u00e9s, tels que N<\/em> pour la taille de l’\u00e9chantillon total ou n<\/em> pour celle d’un sous-groupe.<\/p>\n

Cependant, cette exigence d’italique s’arr\u00eate strictement aux symboles alphab\u00e9tiques latins. Les chiffres arabes composant les degr\u00e9s de libert\u00e9, les valeurs statistiques, les d\u00e9cimales, ainsi que les signes math\u00e9matiques d’\u00e9galit\u00e9 ou d’in\u00e9galit\u00e9 et l’ensemble des signes de ponctuation (parenth\u00e8ses, crochets, virgules) doivent demeurer rigoureusement en police romaine ordinaire<\/strong>. Ainsi, dans l’expression r<\/em>(45) = .38, la lettre r<\/em> est en italique, tandis que les parenth\u00e8ses, le nombre 45, l’op\u00e9rateur d’\u00e9galit\u00e9 et la valeur .38 sont compos\u00e9s en caract\u00e8res droits usuels.<\/p>\n

5. Interpr\u00e9tation de la magnitude et estimation de la taille d’effet<\/h2>\n

5.1 Seuils d’interpr\u00e9tation conventionnels selon Cohen<\/h3>\n

L’\u00e9valuation de la pertinence scientifique d’une corr\u00e9lation ne saurait se r\u00e9duire \u00e0 la seule consid\u00e9ration de son seuil de significativit\u00e9 statistique, ce dernier \u00e9tant m\u00e9caniquement sous la d\u00e9pendance directe de la taille de l’\u00e9chantillon mobilis\u00e9. D\u00e8s 1988, le statisticien Jacob Cohen<\/a> a formalis\u00e9 des rep\u00e8res conventionnels d’\u00e9valuation de la magnitude des tailles d’effet en psychologie et en sciences comportementales, qui constituent aujourd’hui encore la grille d’interpr\u00e9tation de r\u00e9f\u00e9rence largement admise dans la sph\u00e8re acad\u00e9mique.<\/p>\n

Selon cette typologie classique, un coefficient de corr\u00e9lation dont la valeur absolue est comprise entre .10 et .29<\/strong> est qualifi\u00e9 d’association faible<\/strong> ou de petite amplitude. Une relation de cette magnitude indique une covariation subtile entre les deux variables qui, bien qu’\u00e9ventuellement robuste sur le plan inf\u00e9rentiel au sein d’un large \u00e9chantillon, ne permet d’expliquer qu’une part t\u00e9nue de la variance mutuelle des construits.<\/p>\n

Une valeur absolue de r<\/em> comprise entre .30 et .49<\/strong> caract\u00e9rise une corr\u00e9lation mod\u00e9r\u00e9e<\/strong> ou de magnitude moyenne. Ce degr\u00e9 de liaison est fr\u00e9quemment rencontr\u00e9 lors de la mesure de traits de personnalit\u00e9 distincts mais th\u00e9oriquement apparent\u00e9s, ou lors de l’\u00e9valuation de l’impact direct d’une variable psychosociale sur un indice comportemental standardis\u00e9. Enfin, une valeur de r<\/em> \u00e9gale ou sup\u00e9rieure \u00e0 .50<\/strong> traduit une corr\u00e9lation forte<\/strong> ou de grande amplitude. Une telle magnitude sugg\u00e8re une convergence op\u00e9rationnelle massive entre les indicateurs \u00e9valu\u00e9s, caract\u00e9ristique fr\u00e9quente des \u00e9tudes de validation convergente d’instruments d’\u00e9valuation psychom\u00e9trique.<\/p>\n

5.2 Calcul et int\u00e9gration du coefficient de d\u00e9termination (r\u00b2)<\/h3>\n

Pour d\u00e9passer l’aspect parfois abstrait de l’\u00e9chelle d’\u00e9valuation de Pearson, les m\u00e9thodologistes recommandent d’adjoindre au rapportage de la statistique d’\u00e9chantillon le calcul explicite du coefficient de d\u00e9termination, usuellement not\u00e9 r<\/em>\u00b2<\/strong> (ou R<\/em>\u00b2 dans le contexte de la mod\u00e9lisation lin\u00e9aire g\u00e9n\u00e9rale). Cet indice s’obtient simplement en \u00e9levant au carr\u00e9 la valeur du coefficient de corr\u00e9lation de Pearson obtenu entre les deux variables continues.<\/p>\n

La valeur de r<\/em>\u00b2 poss\u00e8de une signification statistique directe et hautement intuitive : elle quantifie tr\u00e8s exactement la proportion de variance partag\u00e9e<\/strong> (ou expliqu\u00e9e) entre les deux s\u00e9ries de mesures. Par exemple, si une \u00e9tude documente une corr\u00e9lation de r<\/em> = .40 entre une variable d’aptitude cognitive et la r\u00e9ussite acad\u00e9mique, l’\u00e9l\u00e9vation au carr\u00e9 de ce coefficient r\u00e9v\u00e8le un r<\/em>\u00b2 \u00e9gal \u00e0 .16. Cela signifie math\u00e9matiquement que 16 % de la variance de la r\u00e9ussite acad\u00e9mique sont directement partag\u00e9s avec la distribution des scores d’aptitude cognitive au sein de l’\u00e9chantillon \u00e9tudi\u00e9, tandis que 84 % de la variance globale demeurent imputables \u00e0 d’autres facteurs non mesur\u00e9s ou \u00e0 l’erreur al\u00e9atoire de mesure.<\/p>\n

L\u2019int\u00e9gration textuelle de ce param\u00e8tre renforce consid\u00e9rablement la port\u00e9e analytique de la section des r\u00e9sultats. Une formulation mod\u00e8le recommand\u00e9e par l’APA peut s’articuler comme suit : \u00ab La corr\u00e9lation lin\u00e9aire bivari\u00e9e entre le niveau de stress per\u00e7u et la fr\u00e9quence des troubles du sommeil s’est av\u00e9r\u00e9e statistiquement significative et de magnitude mod\u00e9r\u00e9e, r<\/em>(115) = .42, p<\/em> < .001, indiquant que le stress per\u00e7u partage 17.6 % de sa variance avec les perturbations du sommeil (r<\/em>\u00b2 = .18). \u00bb<\/p>\n

5.3 Rapport des intervalles de confiance pour le r de Pearson<\/h3>\n

L\u2019une des innovations majeures prescrites par la septi\u00e8me \u00e9dition du manuel de l’APA r\u00e9side dans l’injonction de communiquer syst\u00e9matiquement les intervalles de confiance \u00e0 95 %<\/strong> (not\u00e9s usuellement 95 % IC) entourant chaque coefficient d’association calcul\u00e9. L’intervalle de confiance offre une appr\u00e9ciation probabiliste irrempla\u00e7able de la pr\u00e9cision m\u00e9trologique de l’estimation de l’effet, rappelant au lecteur que le coefficient ponctuel observ\u00e9 n’est qu’une approximation \u00e9chantillonn\u00e9e d’un param\u00e8tre de population sous-jacent.<\/p>\n

Le calcul analytique de l’intervalle de confiance d’un coefficient r<\/em> de Pearson ne peut pas reposer sur une simple distribution normale sym\u00e9trique, car la distribution d’\u00e9chantillonnage de r<\/em> devient fortement asym\u00e9trique d\u00e8s lors que la corr\u00e9lation de population s’\u00e9carte significativement de z\u00e9ro. Pour pallier ce biais distributionnel, on applique la transformation z<\/em> de Fisher<\/strong>, qui normalise la distribution des coefficients. Les bornes d’erreur calcul\u00e9es dans cette m\u00e9trique transform\u00e9e sont ensuite reconverties vers l’\u00e9chelle originelle du coefficient r<\/em>, produisant un intervalle de confiance asym\u00e9trique entourant la valeur empirique centrale.<\/p>\n

Sur le plan r\u00e9dactionnel et typographique, l’intervalle de confiance se consigne \u00e0 l’aide de crochets ferm\u00e9s contenant la borne inf\u00e9rieure et la borne sup\u00e9rieure d\u00e9limit\u00e9es par une virgule et un espace, sans r\u00e9p\u00e9tition inutile du z\u00e9ro initial. Le formatage rigoureux selon l’APA se pr\u00e9sente comme suit : 95 % IC [.24, .58]<\/strong>. Int\u00e9gr\u00e9e au bloc statistique standard, cette notation garantit une transparence scientifique maximale conforme aux standards d’\u00e9valuation contemporains les plus stricts.<\/p>\n

6. Exemples pratiques appliqu\u00e9s \u00e0 des sc\u00e9narios de recherche<\/h2>\n

6.1 Sc\u00e9nario 1 : Heures d’\u00e9tude et score \u00e0 l’examen (Corr\u00e9lation positive)<\/h3>\n

Consid\u00e9rons une investigation empirique men\u00e9e en psychologie de l\u2019\u00e9ducation visant \u00e0 \u00e9valuer l’impact du temps allou\u00e9 aux r\u00e9visions acad\u00e9miques sur la r\u00e9ussite \u00e9valuative finale. Un protocole quantitatif standardis\u00e9 recueille le volume horaire d’\u00e9tude hebdomadaire et la note finale obtenue \u00e0 un examen standardis\u00e9 de m\u00e9thodologie statistique aupr\u00e8s d’une cohorte de 40 \u00e9tudiants universitaires (N<\/em> = 40). Les deux variables satisfont pleinement aux postulats de normalit\u00e9 bivari\u00e9e et de lin\u00e9arit\u00e9 lors des \u00e9tapes de contr\u00f4le pr\u00e9alable.<\/p>\n

Le traitement des donn\u00e9es sous environnement statistique g\u00e9n\u00e8re une valeur empirique de corr\u00e9lation r<\/em> \u00e9gale \u00e0 .623 avec une probabilit\u00e9 bilat\u00e9rale infinit\u00e9simale de .00004. Les degr\u00e9s de libert\u00e9 se calculent selon la formule r\u00e9glementaire : 40 – 2 = 38. Apr\u00e8s arrondi d\u00e9cimal formel selon les directives de l’APA, le coefficient de corr\u00e9lation devient .62 et la probabilit\u00e9 critique est traduite sous la forme stricte p<\/em> < .001. La transformation de Fisher appliqu\u00e9e \u00e0 la distribution permet d’\u00e9tablir un intervalle de confiance \u00e0 95 % compris entre .39 et .78.<\/p>\n

Le paragraphe acad\u00e9mique mod\u00e9lisant ce premier sc\u00e9nario de recherche se structure de la mani\u00e8re suivante au sein de la section des r\u00e9sultats :<\/p>\n

\u00ab Une analyse de corr\u00e9lation produit-moment de Pearson a \u00e9t\u00e9 conduite afin de v\u00e9rifier l’existence d’une relation lin\u00e9aire entre le volume horaire consacr\u00e9 aux r\u00e9visions et la note obtenue \u00e0 l’\u00e9valuation finale de m\u00e9thodologie. Les r\u00e9sultats indiquent une corr\u00e9lation positive statistiquement significative et de forte magnitude entre ces deux indicateurs, r<\/em>(38) = .62, p<\/em> < .001, 95 % IC [.39, .78]. L’\u00e9l\u00e9vation au carr\u00e9 de ce coefficient r\u00e9v\u00e8le un coefficient de d\u00e9termination substantiel de r<\/em>\u00b2 = .38, signifiant que 38.4 % de la variance des performances \u00e0 l’examen sont directement partag\u00e9s avec le temps consacr\u00e9 \u00e0 la r\u00e9vision des enseignements. \u00bb<\/p>\n

6.2 Sc\u00e9nario 2 : Niveau d’anxi\u00e9t\u00e9 et rappel mn\u00e9sique (Corr\u00e9lation n\u00e9gative)<\/h3>\n

Dans le cadre d’un protocole de recherche en psychologie cognitive et neuropsychologie, des chercheurs s’int\u00e9ressent aux r\u00e9percussions d\u00e9l\u00e9t\u00e8res de l’anxi\u00e9t\u00e9 sur l’efficience de la m\u00e9moire de travail. L’\u00e9chantillon se compose de 85 participants adultes sains (N<\/em> = 85). Chaque sujet compl\u00e8te le score d’anxi\u00e9t\u00e9-\u00e9tat via un inventaire valid\u00e9 (\u00e9chelle d’intervalle continue) avant de se soumettre \u00e0 un paradigme standardis\u00e9 de rappel libre de mots s\u00e9quentiels mesurant la capacit\u00e9 mn\u00e9sique op\u00e9rationnelle.<\/p>\n

L\u2019analyse quantitative bivari\u00e9e met en lumi\u00e8re un patron relationnel inverse. Les degr\u00e9s de libert\u00e9 applicables s’\u00e9tablissent \u00e0 N<\/em> – 2 = 83. Le calcul statistique produit un coefficient de corr\u00e9lation de Pearson de r<\/em> = -.412, assorti d’une valeur de probabilit\u00e9 bilat\u00e9rale pr\u00e9cise de p<\/em> = .0018, et d’un intervalle de confiance \u00e0 95 % s’\u00e9tendant de -.578 \u00e0 -.214. L’arrondi normalis\u00e9 impose la notation r<\/em> = -.41, p<\/em> = .002 et 95 % IC [-.58, -.21].<\/p>\n

Le texte scientifique rendant compte de ce second sc\u00e9nario s\u2019articulera selon le standard acad\u00e9mique suivant :<\/p>\n

\u00ab Pour tester l’hypoth\u00e8se d’une interf\u00e9rence cognitive de l’affect n\u00e9gatif sur les processus ex\u00e9cutifs, une corr\u00e9lation de Pearson a \u00e9t\u00e9 calcul\u00e9e entre le score d’anxi\u00e9t\u00e9-\u00e9tat et le nombre d’items correctement restitu\u00e9s lors du test de m\u00e9moire de travail. Conform\u00e9ment aux pr\u00e9dictions th\u00e9oriques, une corr\u00e9lation n\u00e9gative statistiquement significative et de magnitude mod\u00e9r\u00e9e a \u00e9t\u00e9 mise en \u00e9vidence, r<\/em>(83) = -.41, p<\/em> = .002, 95 % IC [-.58, -.21]. Ce r\u00e9sultat empirique corrobore l’hypoth\u00e8se d’une r\u00e9duction progressive des performances mn\u00e9siques \u00e0 mesure qu’augmente l’intensit\u00e9 de l’anxi\u00e9t\u00e9 rapport\u00e9e par les participants, l’anxi\u00e9t\u00e9 expliquant 16.8 % de la variance observ\u00e9e dans les scores de rappel (r<\/em>\u00b2 = .17). \u00bb<\/p>\n

6.3 Sc\u00e9nario 3 : \u00c2ge et empathie \u00e9motionnelle (R\u00e9sultat non significatif)<\/h3>\n

Dans les d\u00e9marches exp\u00e9rimentales contemporaines, la communication rigoureuse d’un r\u00e9sultat non significatif rev\u00eat une valeur \u00e9pist\u00e9mologique tout aussi cruciale que la mise en \u00e9vidence d’effets statistiques majeurs. Consid\u00e9rons une \u00e9tude transversale en psychologie du d\u00e9veloppement explorant la stabilit\u00e9 de la r\u00e9activit\u00e9 empathique \u00e9motionnelle au cours de l’\u00e2ge adulte. L\u2019\u00e9chantillon r\u00e9unit 120 individus \u00e2g\u00e9s de 20 \u00e0 75 ans (N<\/em> = 120, conf\u00e9rant 118 degr\u00e9s de libert\u00e9).<\/p>\n

L’application du coefficient de corr\u00e9lation produit-moment de Pearson entre l’\u00e2ge chronologique en ann\u00e9es et le score global recueilli sur une \u00e9chelle valid\u00e9e d’empathie \u00e9motionnelle donne une valeur de r<\/em> = .081, associ\u00e9e \u00e0 un seuil de significativit\u00e9 bilat\u00e9rale de p<\/em> = .3847. L’intervalle de confiance \u00e0 95 % oscille entre -.10 et .26, englobant explicitement la valeur z\u00e9ro au sein de ses bornes d’estimation. L’arrondi donne r<\/em> = .08 et p<\/em> = .385.<\/p>\n

La transcription r\u00e9dactionnelle selon les normes APA doit refl\u00e9ter ce r\u00e9sultat avec une neutralit\u00e9 m\u00e9thodologique exemplaire, en \u00e9vitant toute interpr\u00e9tation abusive de la nullit\u00e9 :<\/p>\n

\u00ab Une corr\u00e9lation produit-moment de Pearson a \u00e9t\u00e9 mise en \u0153uvre afin de d\u00e9terminer dans quelle mesure l’\u00e2ge des participants est associ\u00e9 \u00e0 leur degr\u00e9 d’empathie \u00e9motionnelle. L’analyse statistique r\u00e9v\u00e8le une corr\u00e9lation non statistiquement significative et d’une magnitude n\u00e9gligeable entre l’\u00e2ge chronologique et les scores d’empathie, r<\/em>(118) = .08, p<\/em> = .385, 95 % IC [-.10, .26]. Ces donn\u00e9es empiriques ne permettent pas de rejeter l’hypoth\u00e8se nulle d’ind\u00e9pendance lin\u00e9aire entre l’avanc\u00e9e en \u00e2ge et la sensibilit\u00e9 empathique globale au sein de la population examin\u00e9e (r<\/em>\u00b2 = .006). \u00bb<\/p>\n

7. Pr\u00e9sentation tabulaire des corr\u00e9lations selon l’APA<\/h2>\n

7.1 Conception d’une matrice de corr\u00e9lation bivari\u00e9e<\/h3>\n

Lorsqu’un projet d’investigation quantitative \u00e9value conjointement plus de trois ou quatre variables continues, l’\u00e9num\u00e9ration textuelle continue des coefficients de corr\u00e9lation engendre une surcharge cognitive pr\u00e9judiciable \u00e0 la compr\u00e9hension. Les normes de l’APA pr\u00e9conisent dans cette situation le recours \u00e0 une matrice de corr\u00e9lation bivari\u00e9e standardis\u00e9e. Ce format tabulaire permet d’organiser synth\u00e9tiquement l’ensemble des covariations mutuelles au sein d’une structure matricielle rigoureusement ordonn\u00e9e.<\/p>\n

La r\u00e8gle fondamentale d’agencement matriciel repose sur l’affichage exclusif de la structure triangulaire inf\u00e9rieure<\/strong>. Dans la mesure o\u00f9 la corr\u00e9lation entre une variable A<\/em> et une variable B<\/em> est parfaitement sym\u00e9trique et interchangeable avec celle reliant la variable B<\/em> \u00e0 la variable A<\/em>, la duplication des cellules au-dessus de la diagonale principale est formellement bannie pour \u00e9liminer les informations redondantes. De m\u00eame, les cellules constituant la diagonale principale (repr\u00e9sentant l’auto-corr\u00e9lation d’une variable avec elle-m\u00eame, de valeur d\u00e9terministe \u00e9gale \u00e0 1.00) sont laiss\u00e9es int\u00e9gralement vides ou remplac\u00e9es par un tiret cadratin.<\/p>\n

Par ailleurs, la pratique \u00e9ditoriale de la 7e \u00e9dition recommande vivement d’adjoindre dans les premi\u00e8res colonnes du tableau, imm\u00e9diatement \u00e0 la suite de la liste libell\u00e9e et num\u00e9rot\u00e9e des variables examin\u00e9es, les statistiques descriptives univari\u00e9es de r\u00e9f\u00e9rence : la moyenne arithm\u00e9tique (not\u00e9e M<\/em> en italique) et l’\u00e9cart-type d’\u00e9chantillon (not\u00e9 SD<\/em> en terminologie internationale ou \u00c9T<\/em> dans les publications strictement francophones). Cette configuration synoptique offre au lecteur une vision compl\u00e8te de l’architecture distributionnelle des indicateurs avant d’aborder leurs interrelations statistiques.<\/p>\n

7.2 Syst\u00e8me d’annotation et ast\u00e9risques de significativit\u00e9<\/h3>\n

La codification de la significativit\u00e9 statistique au sein d’une matrice de corr\u00e9lation APA repose sur un syst\u00e8me hi\u00e9rarchis\u00e9 d’ast\u00e9risques directement adoss\u00e9es aux valeurs num\u00e9riques des coefficients. Ce conventionnement visuel permet un rep\u00e9rage imm\u00e9diat des niveaux de probabilit\u00e9 bilat\u00e9rale associ\u00e9s \u00e0 chaque couplage bivari\u00e9 sans surcharger la cellule de chiffres surnum\u00e9raires.<\/p>\n

La taxonomie d’assignation standardis\u00e9e des ast\u00e9risques r\u00e9pond scrupuleusement aux seuils de d\u00e9cision d\u00e9cisionnels suivants :<\/p>\n