Objectifs du parcours
Ce que tu vas savoir faire
- Identifier signe, intensité et caractère linéaire d'une corrélation.
- Reconnaître une relation non linéaire mal résumée par r.
- Construire quatre diagrammes causaux concurrents.
- Distinguer causalité directe et causalité inverse.
- Repérer variable commune, sélection et coïncidence.
- Adapter la conclusion à la solidité du dispositif d'identification.
Le chapitre en bref
Une corrélation est une association statistique : positive si les variables tendent à varier dans le même sens, négative dans le sens opposé. Un coefficient linéaire proche de zéro n'exclut pas une relation courbe. Une corrélation observée peut venir de X causant Y, de Y causant X, d'une variable Z causant les deux, d'une sélection ou d'une coïncidence. La temporalité et un mécanisme plausible sont nécessaires mais insuffisants. Pour approcher un effet causal, il faut comparer ce qui serait arrivé au même groupe sans l'exposition — le contrefactuel — au moyen d'une expérience, d'une expérience naturelle ou d'une stratégie d'identification crédible. La formulation doit suivre la preuve : « est associé à » pour une corrélation ; « a un effet estimé sur » seulement lorsqu'un dispositif traite suffisamment les explications concurrentes.
1. Que montre une corrélation ?
Une corrélation positive indique que deux variables tendent à augmenter ensemble ; une corrélation négative, qu'elles tendent à varier en sens opposé. L'intensité décrit la concentration du nuage autour d'une forme.
Le coefficient de Pearson varie de −1 à +1 et résume une association linéaire. Il ne donne ni la pente dans l'unité des variables, ni la causalité, ni l'absence de valeurs atypiques.
2. Zéro signifie-t-il absence de relation ?
Une relation en U peut donner un coefficient linéaire proche de zéro : les tendances négative puis positive se compensent. Le nuage reste pourtant fortement structuré.
Toujours regarder la représentation, tester la forme et vérifier les valeurs atypiques avant de résumer par un seul coefficient.
3. Quatre histoires peuvent produire la même association
Si X et Y sont associés, X peut agir sur Y, Y sur X, une variable Z peut agir sur les deux, ou l'association peut venir de la sélection ou du hasard d'échantillonnage.
Un diagramme causal oblige à dessiner les flèches envisagées avant de choisir une méthode. La plausibilité d'une histoire ne fait pas disparaître les autres.
4. Dans quel sens va la causalité ?
Une santé dégradée peut réduire l'emploi, tandis que le chômage peut aussi affecter la santé : observer leur association ne donne pas le sens ni l'ampleur de chaque effet.
La cause doit précéder l'effet, mais l'ordre temporel ne suffit pas : une variable antérieure peut encore influencer les deux.
5. Quelle variable commune manque ?
La chaleur peut augmenter à la fois la pollution photochimique et certains problèmes de santé ; le niveau initial peut influencer à la fois poursuite d'études et salaire. Ignorer Z attribue à X un effet qui lui appartient peut-être en partie.
Contrôler statistiquement aide seulement pour les variables observées et correctement mesurées. Une expérience naturelle crédible cherche une variation de X qui ne soit pas causée par les caractéristiques influençant Y.
6. Quel verbe la preuve autorise-t-elle ?
Un nuage descriptif autorise « est associé à ». Une chronologie et des contrôles renforcent l'argument sans éliminer toutes les variables non observées. Une assignation aléatoire bien conduite ou une expérience naturelle dont les hypothèses sont défendues permet une conclusion causale plus forte.
L'Insee a par exemple utilisé les perturbations de transports d'un jour de grève comme variation quasi expérimentale du trafic pour étudier pollution et admissions aux urgences, tout en discutant le rôle de la météo et des cycles.
Erreurs fréquentes
L'essentiel à mémoriser
- Corrélation décrit une association.
- Le coefficient linéaire ne voit pas toutes les formes.
- X→Y, Y→X, Z→X et Z→Y sont des hypothèses concurrentes.
- La temporalité est nécessaire mais insuffisante.
- Le contrefactuel est au cœur de l'effet causal.
- Le verbe de conclusion suit la stratégie d'identification.
Vérifier sa compréhension
Réviser au bon moment
Poursuivre le parcours
Sources et traçabilité
Dernière vérification : 2026-08-12
- Programme de SES de terminale générale, Ministère de l'Éducation nationale, consulté le 2026-08-07.
- Ressource SES sur corrélation et causalité, Éduscol, consulté le 2026-08-07.
- Savoir différencier corrélation et causalité, Insee, consulté le 2026-08-07.
- Pollution du trafic et admissions aux urgences : une expérience naturelle, Insee, consulté le 2026-08-07.