La corrélation mesure une relation linéaire en l’occurrence entre les notes de lecture et les notes de mathématique d’une population d’élèves donnée. Dans ce cas, les deux variables sont quantitatives (variable x : notes de lectures et variable y : notes de mathématiques) et la corrélation de variables quantitatives peut-être étudiée au travers d’un indice appelé coefficient de corrélation linéaire de Pearson, représenté par le “r”.

Ce “r” a la particularité de mesurer la corrélation entre deux valeurs mesurables (x,y) à condition que cette corrélation soit linéaire (qu’elle prenne la forme d’une droite).

“r” est toujours compris entre 1 et -1 et si “r” atteint les valeurs de 1 et -1 alors la corrélation est maximale. Un coefficient de corrélation de Paerson de valeur 1 est une corrélation positive parfaite entre les deux variables x et y, alors qu’une valeur de 0 signifie qu’il n’y a pas de relation linéaire, x et y sont alors indépendantes.

Le résultat de l’étude montre une valeur empirique de “r” de 0.78, qui représente ainsi une forte corrélation positive entre les notes de lecture et les notes de mathématique puisqu’il se rapproche fortement de 1. Cette importante dépendance entre les notes des deux disciplines signifie que plus les élèves ont de bonnes notes de lectures, meilleures seront leurs notes de mathématique. De même, plus les élèves, plus les élèves ont de mauvaises notes de lecture pire seront leurs notes de mathématiques. On peut donc conclure q’un élève doué en lecture aura de très grande chance d’être également doué en mathématique. On a donc un coefficient de relation de 0.78 avec un seuil de risque inférieur à 0,01 (= 1%). (Sarah Hafiz) (donc 0.01 est une p-value LOP).