Distinguer corrélation et causalité
Examinez ce que mesure une association, cherchez les facteurs possibles et formulez une conclusion proportionnée à la méthode de l’étude.
L’essentiel
La réponse en 30 secondes
Un graphique convaincant peut inviter à une explication trop rapide. L’objectif n’est pas d’écarter toute association, mais de distinguer observation, hypothèse et démonstration.
- À retenir
- Deux variables qui évoluent ensemble ne prouvent pas que l’une cause l’autre. Examinez ordre temporel, facteurs communs, mode de collecte et méthode avant d’utiliser un langage causal.
- Premier geste
- Définir les variables
- Contrôle essentiel
- Une relation statistique dépend du périmètre.
Exemples à adapter
Le temps chaud peut augmenter les deux ; leur association ne démontre pas que l’achat de glaces fait nager.
Une relation entre moyennes de villes ne décrit pas forcément chaque habitant.
Nous indiquons une méthode et, quand elle existe, l’adresse officielle. Nous ne classons pas les services selon une rémunération et nous ne remplaçons ni leurs conditions d’utilisation ni une source experte.
Mode d’emploi
Passer à la pratique
- 01Définir les variables
Notez unités, population et période. Vérifiez si les valeurs concernent des individus, des territoires ou des moyennes. Précisez l’unité observée : personne, classe, entreprise ou période. Une relation entre des moyennes de territoires ne décrit pas automatiquement la relation entre les personnes qui y vivent. Gardez la taille des groupes et la période avec votre observation.
- 02Décrire l’observation
Formulez ce que montrent les données sans expliquer immédiatement pourquoi. Repérez les valeurs extrêmes et les périodes manquantes.
- 03Chercher d’autres explications
Un troisième facteur peut influencer les deux variables. La direction de l’effet peut aussi être inverse à celle envisagée. Demandez si un troisième facteur peut influencer les deux variables, ou si le sens de la relation pourrait être inversé. Exemple fictif : une activité plus importante peut produire davantage de demandes et davantage de dépenses. Leur évolution commune ne démontre pas que la dépense provoque à elle seule les demandes.
- 04Adapter la conclusion
Lisez la méthode de l’étude et ses limites. Si elle établit une association, utilisez ce terme plutôt que provoque ou empêche.
Appliquer le guide
Atelier : tester une explication séduisante
Écrivez la relation observée sans employer le mot « cause ». Cherchez ensuite ce qui pourrait agir sur les deux variables, un décalage dans le temps ou un biais de sélection. Comparez les groupes de départ et demandez si l’effet apparaît aussi dans d’autres données.
Une corrélation peut être utile pour prévoir sans expliquer. Pour affirmer une causalité, examinez le protocole, les hypothèses et les limites de l’étude ; un graphique seul ne fournit pas cette démonstration.
Comprendre par un cas concret
Une cause commune possible
Exemple fictif : durant quatre périodes, les fréquentations d’une piscine et d’un glacier augmentent ensemble. Le tableau explore des explications, sans conclure sur une observation réelle.
| Élément | Observation | Décision |
|---|---|---|
| Hypothèse 1 | La piscine ferait vendre des glaces | Le mouvement commun ne suffit pas à le démontrer |
| Hypothèse 2 | La chaleur favoriserait les deux fréquentations | Examiner cette variable et les périodes comparables |
| Hypothèse 3 | Les périodes observées ont été sélectionnées | Examiner la série complète et la méthode de sélection |
Une explication plausible n’est pas encore un résultat établi. Distinguez ce que les données montrent et les hypothèses qu’un autre protocole devrait examiner.
Ajouter plus de points prouve-t-il la cause ?
Pas automatiquement. Plus d’observations peuvent préciser l’association sans supprimer une cause commune, une sélection ou une autre explication.
Repères à garder
Une grille à conserver
Utilisez ces repères pour noter vos observations. Cette grille aide la relecture sans constituer une évaluation automatique.
Sur petit écran, faites défiler le tableau horizontalement pour lire toutes les colonnes.
| Repère | À examiner | Action |
|---|---|---|
| Observation | Que varie-t-il ensemble ? | Décrire |
| Périmètre | Qui, où, quand ? | Délimiter |
| Explication | Autres facteurs possibles ? | Examiner |
| Conclusion | Que permet la méthode ? | Nuancer |
Consultez les repères directement dans ce tableau.
Points de vigilance
Ce qu’il ne faut pas confondre
Une relation statistique dépend du périmètre.
Une chronologie compatible ne suffit pas à démontrer un effet.
Une absence de corrélation linéaire n’exclut pas toute relation.
Questions fréquentes
Les réponses courtes
Une forte corrélation prouve-t-elle une cause ?
Non. La méthode et les explications concurrentes restent déterminantes.
Peut-on conserver l’hypothèse ?
Oui, en la présentant comme une hypothèse à tester.
Pour vérifier et approfondir
Sources et documentation
Documentation consultée le . Les exemples sont illustratifs ; les résultats et les interfaces peuvent évoluer.
Continuer