LIAISON ENTRE PLUSIEURS CARACTÈRES QUANTITATIFS
241
_.
Ces résultats apportent une clarication certaine à l’étude du poids de
naissance : des 2 variables qui paràissaient intervenir, il semble bien qu’une
seule, le rang de naissance, soit intéressante, l’âge de la inère n’étant lié au
_
poids que par l’intermédiaire, du rang de naissance.
Sans doute avons—nous rencontré ici une simplication particulière, du fait
—
qu’un des coefcients de corrélation partielle n’est pas signicatif. Dans
d’autres problèmes les 2 coefcients pourraient être signicatifs, ce qui ne
_
permettrait pas d’éliminer une des variables; mais on aurait alors une infor=
mation également intéressante en apprenant que chacune des 2 variables a une
liaison propre avec le caractère étudié, l’autre variable étant maintenue cons—
tante.
_
La méthode des corrélations partielles — qui est généralisable à un plus
grand nombre de variables — apporte donc un moyen d’investigation original
et puissant : alors que la méthodologie classique ordonnait d’étudier un phénomène en fonction de chaque variable, toutes les autres étant maintenues cons—
tantes —— ce qui, dans.le domaine biologique, peut être difcile ou impossible ——
la méthode statistique donne la possibilité de laisser varier spontanément tous
les facteurs, le calcul permettant de connaître le rôle qu’aurait chacun d’eux
si tous les autres avaient été expérimentalement maintenus constants.
La méthode des corrélations partielles est ainsi à rapprocher de celle des
plans à plusieurs facteurs. Ces plans permettaient d’étudier l’inuence, sur un
caractère quantitatif, de plusieurs variables qualitatives : il s’agit ici d’étudier
l’inuence de plusieurs variables quantitatives. A Côté de cette différence, il
faut en souligner une autre : à l’inverse des plans expérimentaux, la méthode
des corrélations partielles est surtout utilisée dans le cas de variables aléatoires.
On est alors en situation d’observation, et l’interprétation causale n’est pas
possible.
C’est ainsi que, dans notre exemple, la clarication apportée n’est pas
dénitive : on a éliminé l’âge de la mère, et conservé le rang de naissance; mais
ceci ne lui confère pas pour autant un rôle causal : le rang de naissance n’est-il
pas seulement le reet d’une troisième variable plus intéressante, par exemple
la dimension de la fratrie? C’est bien cequi se passe, en eñet, car on a pu
montrer que le poids à la naissance est plus faible pour un enfant unique que
pour un premier né non unique, ce qui suggère
de rechercher l’explication dans
le complexe de facteurs liés à la fécondité maternelle.
Sans doute cette approche, facteur par facteur, reproduit—elle une démarche
générale de la recherche. Encore faut—il être certain de progresser dans la bonne
direction. La liste des facteurs à envisager au départ, l’ordre dans lequel on les
étudie (deux par deux, tous ensemble...) ne sont pas sans importance sur le
résultat.
La méthode des corrélations partielles peut être très fructueuse à condition
d’être utilisée avec prudence et esprit critique.
241
_.
Ces résultats apportent une clarication certaine à l’étude du poids de
naissance : des 2 variables qui paràissaient intervenir, il semble bien qu’une
seule, le rang de naissance, soit intéressante, l’âge de la inère n’étant lié au
_
poids que par l’intermédiaire, du rang de naissance.
Sans doute avons—nous rencontré ici une simplication particulière, du fait
—
qu’un des coefcients de corrélation partielle n’est pas signicatif. Dans
d’autres problèmes les 2 coefcients pourraient être signicatifs, ce qui ne
_
permettrait pas d’éliminer une des variables; mais on aurait alors une infor=
mation également intéressante en apprenant que chacune des 2 variables a une
liaison propre avec le caractère étudié, l’autre variable étant maintenue cons—
tante.
_
La méthode des corrélations partielles — qui est généralisable à un plus
grand nombre de variables — apporte donc un moyen d’investigation original
et puissant : alors que la méthodologie classique ordonnait d’étudier un phénomène en fonction de chaque variable, toutes les autres étant maintenues cons—
tantes —— ce qui, dans.le domaine biologique, peut être difcile ou impossible ——
la méthode statistique donne la possibilité de laisser varier spontanément tous
les facteurs, le calcul permettant de connaître le rôle qu’aurait chacun d’eux
si tous les autres avaient été expérimentalement maintenus constants.
La méthode des corrélations partielles est ainsi à rapprocher de celle des
plans à plusieurs facteurs. Ces plans permettaient d’étudier l’inuence, sur un
caractère quantitatif, de plusieurs variables qualitatives : il s’agit ici d’étudier
l’inuence de plusieurs variables quantitatives. A Côté de cette différence, il
faut en souligner une autre : à l’inverse des plans expérimentaux, la méthode
des corrélations partielles est surtout utilisée dans le cas de variables aléatoires.
On est alors en situation d’observation, et l’interprétation causale n’est pas
possible.
C’est ainsi que, dans notre exemple, la clarication apportée n’est pas
dénitive : on a éliminé l’âge de la mère, et conservé le rang de naissance; mais
ceci ne lui confère pas pour autant un rôle causal : le rang de naissance n’est-il
pas seulement le reet d’une troisième variable plus intéressante, par exemple
la dimension de la fratrie? C’est bien cequi se passe, en eñet, car on a pu
montrer que le poids à la naissance est plus faible pour un enfant unique que
pour un premier né non unique, ce qui suggère
de rechercher l’explication dans
le complexe de facteurs liés à la fécondité maternelle.
Sans doute cette approche, facteur par facteur, reproduit—elle une démarche
générale de la recherche. Encore faut—il être certain de progresser dans la bonne
direction. La liste des facteurs à envisager au départ, l’ordre dans lequel on les
étudie (deux par deux, tous ensemble...) ne sont pas sans importance sur le
résultat.
La méthode des corrélations partielles peut être très fructueuse à condition
d’être utilisée avec prudence et esprit critique.