Types de variables

Il est important de comprendre le type de variable avec laquelle on travaille avant de l’utiliser dans une analyse quantitative, car cette information va souvent déterminer le type d’analyse qui sera utilisé. Cette entrée résume les principaux types de variables que vous risquez de rencontrer dans votre pratique, les propriété des nombres respectées par chaque type de variable et quelques exemples courants en sexologie.

Variables catégorielles vs numériques

La principale distinction est entre les variables catégorielles (aussi appelées qualitatives) et les variables numériques (aussi appelées quantitatives). Les variables catégorielles ne représentent pas des valeurs quantifiables à proprement parler, mais plutôt des catégories distinctes et mutuellement exclusives, ordonnées ou non. Quant aux variables numériques, elles représentent des valeurs quantifiables.

Variables catégorielles

Il existe trois types de variables catégorielles, soit les variables dichotomiques, polytomiques et ordinales.

Variables dichotomiques

Les variables dichotomiques (ou nominales dichotomiques) sont des variables catégorielles qui peuvent prendre deux valeurs, représentant des catégories mutuellement exclusives. En termes de propriétés des nombres, ce type de variable ne respecte que la propriété d’équivalence/différence, c’est-à-dire que qu’elle ne permet que de savoir si deux observations sont équivalentes (même valeur) ou différentes (valeurs différentes).

Exemples de variables dichotomiques:

• Présence ou absence de risque (ou d’historique de trauma);
• Homme vs Femme;
• Groupe contrôle vs groupe expérimental.

Variables polytomiques

Les variables polytomiques (ou nominales polytomiques) sont des variables catégorielles qui peuvent prendre trois valeurs ou plus, représentant des catégories mutuellement exclusives. En termes de propriétés des nombres, ce type de variable ne respecte que la propriété d’équivalence/différence, c’est-à-dire que qu’elle ne permet que de savoir si deux observations sont équivalentes (même valeur) ou différentes (valeurs différentes).

Exemples de variables polytomiques:

• Orientation sexuelle auto-identifiée (ex: [a] hétérosexuel.le; [b] homosexuel.le, gai.e ou lesbienne; [c] bisexuel.le; [d] en questionnement);
• Appartenance religieuse ([a] Aucune; [b] Chrétienne; [c] Musulmane; [d] Juive; [e] Autre).

Variables ordinales

Les variables ordinales sont des variables catégorielles qui peuvent prendre trois valeurs ou plus, représentant des catégories mutuellement exclusives ET ordonnées. En termes de propriétés des nombres, ce type de variable respecte à la fois la propriété d’équivalence/différence (c’est-à-dire que qu’elle permet que de savoir si deux observations sont équivalentes [même valeur] ou différentes [valeurs différentes]) et celle de magnitude (c’est-à-dire quelle permet de classer les catégories selon un ordre spécifique).

Exemples de variables ordinales:

• Médailles d’or, d’argent et de bronze;
• Les variables utilisant une échelle de Likert (ex: [a]tout-à-fait en accord; [b] modérément en accord; [c] ni en accord, ni en désaccord; [d]modérément en accord; [e] tout-à-fait en désaccord);
• Les variables utilisant une échelle de fréquence relative/subjective (ex: [a] jamais; [b] 1 fois; [c] quelques fois; [d] plusieurs fois; [e] tout le temps);
• Les variables utilisant une échelle d’intensité relative/subjective (ex: [a] pas du tout; [b] un peu; [c] modérément; [d] beaucoup; [e] extrêmement).

Variables numériques

Les variables numériques (ou quantitatitives) sont des variables qui représentent des valeurs quantifiables. En termes de propriétés des nombres, ce type de variable respecte, au minimum, trois propriétés, soit:

• L’équivalence/différence (c’est-à-dire que qu’elle permet que de savoir si deux observations sont équivalentes [même valeur] ou différentes [valeurs différentes]);
• La magnitude (c’est-à-dire quelle permet de classer les valeurs selon un ordre de grandeur);
• La présence d’intervalles égaux, (c’est à dire que chaque changement d’unité représente un changement de quantité équivalent).

Les variables numériques peuvent être décrites selon deux axes, soit (a) selon qu’elles utilisent une échelle relative ou absolue, et (b) selon quelles représentent des valeurs continues ou discrètes.

Variables numériques à échelle relative ou absolue

Les variables à échelle relative (ou à intervalles) ont des intervalles égaux, mais leur zéro est une valeur arbitraire, ce qui veut dire qu’il ne représente pas une quantité nulle. Cela veut aussi dire que doubler une valeur n’implique pas que la quantité mesurée a doublé. Par exemple, 0°C ne représente pas une absence de chaleur, et si la température passe de 10°C à 20°C, il ne fait pas deux fois plus chaud.

Exemples de variables numériques à échelle relative:

• Degrés Celcius;
• Année de naissance;
• Quotient intellectuel.

Les variables à échelle absolue (ou proportionnelles) ont des intervalles égaux. De plus, leur zéro est un zéro absolu, ce qui veut dire qu’il représente une quantité nulle. Cela veut aussi dire que doubler une valeur implique que la quantité mesurée a doublé. Par exemple, 0°K représente une absence de chaleur, et si la température passe de 100°K à 200°K, il fait deux fois plus chaud.

Exemples de variables numériques à échelle absolue:

• Degrés Kelvin;
• Âge (en années);
• Grandeur (en cm);
• Poids (en kg);
• Nombre de partenaires sexuels.

Variables numériques continues ou discrètes

On dit qu’une variable numérique est continue lorsqu’on peut supposer un nombre infini de valeurs réelles, incluant des fractions. On considère alors que les valeurs possibles proviennent de l’ensemble des nombres réels (noté R en mathématiques).

Exemples de variables numériques continues:

• Âge;
• Grandeur;
• Poids.

On dit qu’une variable numérique est discrète lorsque les valeurs possibles ne représentent qu’un ensemble restreint de nombres réels. Les variables discrètes sont généralement limitées à l’ensemble des nombres entiers relatifs (noté Z) ou naturels (noté N). Les principales variables numériques discrètes sont des variables de dénombrement, c’est-à-dire qu’elle représentent un décompte d’objets ou d’événements.

Exemples de variables numériques discrètes:

• Nombre de partenaires sexuels dans l’année;
• Nombre de cauchemars par mois;
• Nombre d’événements traumatiques vécus.

À NOTER: La mesure d’une variable continue sera toujours une approximation discrète, dont la précision dépendra de l’instrument de mesure. Par exemple, si la taille est mesurée et arrondie au centimètre près, la variable résultante sera discrète.

Variables pseudo-numériques

Dans le but de simplifier des analyses quantitatives, il arrive que des variables ordinales soient traitées comme si elles étaient des variables numériques (généralement discrètes). Cette simplification implique que l’échelle sera considérée comme ayant des intervalles égaux et, parfois, un zéro absolu. Par exemple, une variable qui utilise une échelle de fréquence relative allant de 0 (jamais) à 5 (plusieurs fois par jour) pourrait être traitée, de façon approximative, comme une variable pseudo-continue discrète à échelle absolue. Idem pour une variable qui utilise une échelle d’intensité relative allant de 0 (pas du tout) à 5 (extrêmement).

Un autre exemple fréquent est l’utilisation d’échelles de mesure en plusieurs items. En effet, il est fréquent de mesurer des concepts psychosociaux à l’aide d’un ensemble d’items utilisant une échelle de Likert et de calculer le score global en additionnant les résultats aux items. Par exemple, l’échelle d’estime de soi de Rosenberg permet de calculer un score d’estime de soi en additionnant les résultats à 10 questions utilisant une échelle de Likert allant de (0) fortement en désaccord à (3) fortement en accord. Comme les échelles de Likert sont ordinales, on ne devrait théoriquement pas pouvoir les additionner. Par contre, en traitant ces items comme des variables numériques, cette méthode permet de représenter le niveau d’estime de soi à partir d’une échelle allant de 0 (estime très faible) à 30 (estime très élevée). Cette variable pseudo-numérique sera donc considérée comme étant discrète (il n’y a pas de décimale possible) et à échelle relative (une valeur de zéro ne représente pas une absence d’estime de soi).

Référence utile

https://www150.statcan.gc.ca/n1/edu/power-pouvoir/ch8/5214817-fra.htm