Calculateur de corrélation point-bisériale

Utilisez la corrélation point-bisériale lorsque vous voulez mesurer à quel point un regroupement oui/non est lié à une mesure numérique. Par exemple, le genre est-il lié aux scores de test ? L'appartenance à un groupe de traitement prédit-elle le temps de récupération ? Cela vous donne un coefficient de corrélation qui quantifie la force et la direction de la relation entre votre variable à deux catégories et votre variable continue.

Qu'est-ce que la corrélation point-bisériale ?

La corrélation point-bisériale ($r_{pb}$) mesure la relation entre une variable binaire (dichotomique) et une variable continue.

Question à laquelle elle répond : « Y a-t-il une relation entre l'appartenance à un groupe et un résultat continu ? »

Plage : -1 à +1

• Positive : Les valeurs plus élevées sont associées au groupe codé 1
• Négative : Les valeurs plus élevées sont associées au groupe codé 0
• Zéro : Pas de relation

Quand l'utiliser

Scénarios courants

• Homme/femme et scores de test
• Traitement/contrôle et tension artérielle
• Réussite/échec et heures d'étude
• Oui/non et mesures continues

Relation avec d'autres tests

La corrélation point-bisériale est mathématiquement équivalente à :

• Test t pour échantillons indépendants (même valeur p)
• Corrélation de Pearson avec variable binaire codée 0/1

La formule

$r_{pb} = \frac{\bar{Y}_1 - \bar{Y}_0}{S_Y} \times \sqrt{\frac{n_1 n_0}{n^2}}$

Où :

• $\bar{Y}_1$ = moyenne de la variable continue pour le groupe 1
• $\bar{Y}_0$ = moyenne de la variable continue pour le groupe 0
• $S_Y$ = écart-type de la variable continue (toutes les données)
• $n_1, n_0$ = tailles d'échantillon pour chaque groupe
• $n$ = taille totale de l'échantillon

Formule équivalente

$r_{pb} = \frac{\bar{Y}_1 - \bar{Y}_0}{S_Y} \times \sqrt{p(1-p)}$

Où p = proportion dans le groupe 1.

Exemple de calcul

Données : Traitement (1) vs Contrôle (0) et scores de réduction de douleur

Étape 1 : Calculer les moyennes de groupe

• $\bar{Y}_1 = (15+18+22+20)/4 = 18,75$
• $\bar{Y}_0 = (8+12+10+11)/4 = 10,25$

Étape 2 : Calculer l'ET global

Toutes les valeurs : 15, 18, 22, 20, 8, 12, 10, 11 Moyenne = 14,5, ET = 4,96

Étape 3 : Calculer la corrélation

$r_{pb} = \frac{18,75 - 10,25}{4,96} \times \sqrt{\frac{4 \times 4}{64}} = 1,71 \times 0,5 = 0,86$

Interprétation : Corrélation positive forte — le groupe traitement a une réduction de douleur beaucoup plus élevée.

Test de signification

Approche par test t

$t = r_{pb} \sqrt{\frac{n-2}{1-r_{pb}^2}}$

Avec dl = n - 2.

Relation avec le test t indépendant

La valeur p de la point-bisériale égale la valeur p du test t indépendant sur les mêmes données.

$t = \frac{\bar{Y}_1 - \bar{Y}_0}{ES_{\text{diff}}}$

Interprétation de la taille d'effet

| |$r_{pb}$| | Interprétation | |------------|----------------| | 0,10 | Petit | | 0,30 | Moyen | | 0,50 | Grand |

Ceux-ci s'alignent avec les conventions de Cohen pour les coefficients de corrélation.

Relation avec le d de Cohen

$r_{pb} = \frac{d}{\sqrt{d^2 + 4}}$

Et inversement :

$d = \frac{2r_{pb}}{\sqrt{1-r_{pb}^2}}$

Pour notre exemple : $r_{pb} = 0,86$ → $d = 3,36$ (effet très grand)

Point-bisériale vs corrélation bisériale

Utilisez la point-bisériale pour les variables naturellement dichotomiques.

Coefficient de détermination

$r_{pb}^2 = \text{proportion de variance expliquée}$

De l'exemple : $0,86^2 = 0,74$

L'appartenance au groupe explique 74% de la variance de la réduction de douleur.

Hypothèses

Variable dichotomique

Une variable doit être binaire (deux catégories seulement).

Variable continue

L'autre variable doit être approximativement continue.

Normalité

Pour les tests de signification, la variable continue doit être approximativement normale dans chaque groupe.

Homogénéité des variances

Variances égales dans les deux groupes (pour des tests de signification valides).

Indépendance

Les observations sont indépendantes.

Applications

Analyse d'items

Corréler les scores d'items (juste/faux) avec les scores totaux de test pour évaluer la discrimination des items.

Recherche clinique

Relation entre groupe de traitement et résultats.

Psychologie

Association entre catégories binaires (par ex., diagnostic) et mesures continues.

Éducation

Différences de genre dans la performance aux tests.

Intervalle de confiance

Utilisez la transformation z de Fisher :

$z_r = 0,5 \ln\left(\frac{1+r}{1-r}\right)$

$ES_z = \frac{1}{\sqrt{n-3}}$

$IC\ 95\%\ pour\ z_r = z_r \pm 1,96 \times ES_z$

Transformez en retour vers l'échelle de corrélation.

Rapporter les résultats

Format APA :

« Il y avait une corrélation point-bisériale positive forte entre la condition de traitement et la réduction de douleur, $r_{pb}$ = 0,86, IC 95% [0,54, 0,96], p < 0,001. »

Avec taille d'effet :

« La corrélation point-bisériale entre l'appartenance au groupe (traitement vs contrôle) et les scores de réduction de douleur était $r_{pb}$ = 0,86 (IC 95% : 0,54-0,96), indiquant un effet important (d de Cohen = 3,36). Le groupe traitement (M = 18,75, ET = 2,99) a montré une réduction de douleur significativement plus grande que le groupe contrôle (M = 10,25, ET = 1,71), t(6) = 4,72, p = 0,003. »

Erreurs courantes

Utiliser avec des variables polytomiques

La point-bisériale nécessite exactement deux groupes. Pour des catégories multiples, utilisez eta ou d'autres mesures.

Ignorer les tailles de groupe inégales

Le $r_{pb}$ maximum possible diminue avec des groupes inégaux. Avec une répartition 90/10, max $|r_{pb}|$ ≈ 0,6.

Confondre avec la bisériale

La point-bisériale est pour les variables naturellement dichotomiques ; la bisériale suppose une continuité sous-jacente.

Ne pas vérifier les hypothèses

La violation de la normalité ou de l'homogénéité affecte les tests de signification.

Valeur maximale possible

Avec des tailles de groupe inégales :

$r_{pb,max} = \sqrt{p(1-p)} \times \frac{1}{\phi(z_p)}$

Où p = proportion dans le groupe le plus petit et φ est la densité normale standard.

Implication : Avec des groupes très inégaux, même une séparation parfaite donne $r_{pb}$ < 1.

Relation avec d'autres statistiques

Vers la statistique F

$F = \frac{r_{pb}^2(n-2)}{1-r_{pb}^2}$

Vers Eta-carré

Pour deux groupes : $\eta^2 = r_{pb}^2$

Vers Omega-carré

$\omega^2 = \frac{r_{pb}^2 - (1-r_{pb}^2)/(n-2)}{1 + (1-r_{pb}^2)/(n-2)}$

Contexte historique

La corrélation point-bisériale est utilisée depuis le début du 20ème siècle, particulièrement dans la mesure éducative et psychologique. Elle est devenue standard dans l'analyse d'items pour les tests, où elle indique à quel point un item discrimine entre les performeurs élevés et faibles.

Calculs associés

• Corrélation de Pearson — Deux variables continues
• Corrélation de Spearman — Corrélation basée sur les rangs
• Test t à deux échantillons — Test d'hypothèse équivalent
• Calculateur d de Cohen — Taille d'effet associée

Résumé

La corrélation point-bisériale mesure la relation entre une variable binaire et une variable continue. Elle varie de -1 à +1 et est mathématiquement équivalente à la corrélation de Pearson lorsque la variable binaire est codée 0/1. Le test de signification donne la même valeur p qu'un test t indépendant. Utilisez les directives d'interprétation de 0,1/0,3/0,5 pour effets petit/moyen/grand. Les applications incluent l'analyse d'items dans les tests, l'évaluation des effets de traitement et les études de comparaison de groupes. Rapportez la corrélation, l'intervalle de confiance et la valeur p.