III.4. CALCUL DU
COEFFICIENT DE CORRELATION MULTIPLE
Tableau 18 : Matrice des corrélations entre les
variables
|
Résultat ( )
|
I.E. ( )
|
I.Th ( )
|
|
Résultat ( )
|
------------
|
0.49
|
0.49
|
|
I.E. ( )
|
|
------------
|
0.17
|
|
I.Th ( )
|
|
|
---------
|
La lecture de ce tableau nous montre un coefficient
de corrélation identique entre les facteurs intelligence
émotionnelle et l'inventaire de Thurstone en rapport avec le
résultat, ce coefficient s'élève à 0.49. Outre
ce coefficient, nous observons une corrélation de 0.17 entre les
variables dépendantes.
Partant de ces résultats nous allons calculer le
coefficient de corrélation multiple (R), ce coefficient nous permettra
de constater la proportion des résultats qui serait dus aux facteurs,
variables indépendantes,c'est-à-dire l'intelligence
émotionnelle et l'inventaire de tempérament de Thurstone.
Partant de la formule du coefficient de corrélation
multiple (Dress, 2007)
Où 0 : représente les
résultats au tenafep ;
1 : représente l'intelligence
émotionnelle ;
2 : représente l'inventaire de
Thurstone.
 .
Nous observons un coefficient de corrélation
multiple de O.64 ; cette corrélation est modérée
entre les facteurs de la personnalité et les résultats des
élèves au test national de fin d'études primaires, c'est
un rapport consistant.
Partant du coefficient de corrélation multiple , qui s'élève à 0.41 ; nous pouvons conclure
que 41pourcent des résultats d'un éducateur serait prédit
par sa personnalité. Nous confirmons l'hypothèse selon laquelle
la personnalité de l'enseignant prédirait les résultats de
ses apprenants.
III.5. L'EQUATION DE
REGRESSION
Sachant que l'équation de régression
est de la forme Y=a+bX, selon Dress(2007), nous allons partir des
éléments du tableau suivant pour le calcul des coefficients a et
b ; afin de trouver la forme de notre équation ci -haut
citée.
Tableau 19 : Présentation des
éléments essentiels pour le calcul de l'équation de
régression
|
Paramètres
|
|
|
|
|
Batterie de Thurstone ( )
Intelligence émotionnelle ( )
Résultats tenafep( )
|
75.29
97.29
64.33
|
1O.28
12.73
9.29
|
0.49
0.49
|
Partant de ces éléments, nous allons
calculer :
b=
b=0.49X(9.29)/(10.28)
b=0.44
Et a= -b
a=64.33 - (0.44)x(75.29)
a= 31.2
Nous constatons que l'équation de régression des
 en  est de la forme
Y= 31.2 + 0.44 X
Calculons ensuite l'équation de régression des
 en  .Pour ce faire, nous allons calculer :
b= 0.49 X(9.29)/(12.73)
b= 0.36
Et a=64.33 - (0.36) x(97.29)
a=30.3
Partant de ces éléments nous observons une
équation de la forme
Y= 30.3 + 0.36 X
Nous cherchons une droite unique et ainsi dresser une
conclusion finale sur la prédiction des résultats(Y) partant des
données issues des tests de personnalité de Thurstone et celui
d'intelligence émotionnelle.
Nous allons procéder par la méthode d'addition
partant d'un système d'équation :
 Cela qui nous donne 
L'équation unique de la droite est de la forme
Cela veut dire que, partant des facteurs X de l'intelligence
émotionnelle et du test de Thurstone (d'un enseignant donné),
nous pouvons prédire les résultats Y des apprenants : en
modifiant X d'une unité,Y varie de 0.40.
Concluons avec Robert(1993) que ,les prévisions ne
sont bonnes que pour des temps relativement proches des résultats
observés. Le comportement des sujets humains dépend de plusieurs
facteurs. Ces prévisions ne seront crédibles que si tous les
facteurs observés ont été contrôlés et
demeurent stables au court du temps.
| 
