Fonction COEFFICIENT.CORRELATION ExcelGuide Complet 2026
La fonction COEFFICIENT.CORRELATION te permet de mesurer la force et le sens de la relation entre deux séries de données. En clair, elle répond à la question : "Quand une variable change, l'autre change-t-elle aussi, et dans quelle direction ?". Que tu sois data analyst, commercial, chercheur ou responsable marketing, cette fonction t'aide à découvrir des patterns cachés dans tes données et à prendre des décisions plus éclairées.
Syntaxe de la fonction COEFFICIENT.CORRELATION
La syntaxe de COEFFICIENT.CORRELATION est simple : tu lui donnes deux plages de données, et elle te retourne un nombre entre -1 et 1 qui mesure leur relation.
=COEFFICIENT.CORRELATION(matrice1; matrice2)Comprendre chaque paramètre de la fonction COEFFICIENT.CORRELATION
matrice1
(obligatoire)C'est ta première série de données, souvent appelée "variable X". Il peut s'agir de n'importe quelles valeurs numériques : montants de ventes, températures, nombre de visites, âges, scores... Bref, toute donnée quantifiable que tu veux analyser.
Conseil : Assure-toi que tes deux matrices ont le même nombre de valeurs. Excel va automatiquement ignorer les cellules vides, mais c'est mieux d'avoir des données bien alignées pour éviter les mauvaises surprises.
matrice2
(obligatoire)Ta deuxième série de données, souvent appelée "variable Y". C'est celle que tu veux mettre en relation avec la première. Par exemple, si matrice1 contient des budgets publicitaires, matrice2 pourrait contenir les ventes correspondantes pour voir s'il y a un lien.
Astuce : Contrairement à TEST.F, l'ordre des matrices peut avoir un impact sur ton interprétation. Garde une logique claire : généralement, on met la "cause probable" en premier et "l'effet probable" en second, même si mathématiquement le résultat est identique.
Comment interpréter le résultat ?
COEFFICIENT.CORRELATION te retourne un nombre entre -1 et 1. Ce chiffre te dit à la fois la force de la relation (proximité de 0 ou de 1/-1) et sa direction (positive ou négative).
Corrélation positive (0 à 1)
Quand une variable augmente, l'autre augmente aussi.
- • 0,8 à 1 : très forte
- • 0,5 à 0,8 : forte
- • 0,3 à 0,5 : modérée
- • 0 à 0,3 : faible
Pas de corrélation (proche de 0)
Les deux variables évoluent indépendamment l'une de l'autre. Pas de relation détectable.
Corrélation négative (-1 à 0)
Quand une variable augmente, l'autre diminue.
- • -0,8 à -1 : très forte
- • -0,5 à -0,8 : forte
- • -0,3 à -0,5 : modérée
- • -0,3 à 0 : faible
Attention : Corrélation ne signifie pas causalité ! Même avec une corrélation de 0,95, tu ne peux pas affirmer qu'une variable cause l'autre. Il peut y avoir une troisième variable cachée qui influence les deux, ou simplement une coïncidence. Garde toujours ton esprit critique !
Exemples pratiques pas à pas
Exemple 1 – Responsable marketing : budget pub vs ventes
Tu es responsable marketing dans une PME. Tu veux savoir si ton budget publicitaire mensuel a vraiment un impact sur tes ventes, ou si tu dépenses de l'argent pour rien. Analysons 6 mois de données.
Coefficient = 0,96 → Excellente nouvelle ! Il y a une très forte corrélation positive entre ton budget pub et tes ventes.
| A | B | |
|---|---|---|
| 1 | Budget pub (k€) | Ventes (k€) |
| 2 | 5 | 42 |
| 3 | 8 | 51 |
| 4 | 6 | 45 |
| 5 | 12 | 68 |
| 6 | 7 | 49 |
| 7 | 10 | 61 |
=COEFFICIENT.CORRELATION(A2:A7; B2:B7)Avec un coefficient de 0,96, tu peux présenter à ta direction des preuves solides que l'investissement publicitaire paie. Plus tu investis, plus tu vends. Mais attention : cela ne prouve pas que la pub est la seule cause, il peut y avoir d'autres facteurs (saisonnalité, qualité des produits, etc.).
Exemple 2 – Data analyst : prix vs demande
Tu es data analyst dans une entreprise e-commerce. Tu analyses l'impact du prix d'un produit sur le nombre d'unités vendues. L'intuition dit que plus c'est cher, moins ça se vend... Vérifions !
Coefficient = -0,92 → Forte corrélation négative. Plus le prix augmente, moins tu vends. Logique !
| A | B | |
|---|---|---|
| 1 | Prix unitaire (€) | Unités vendues |
| 2 | 15 | 320 |
| 3 | 20 | 285 |
| 4 | 18 | 302 |
| 5 | 25 | 195 |
| 6 | 22 | 245 |
| 7 | 17 | 315 |
| 8 | 30 | 150 |
=COEFFICIENT.CORRELATION(A2:A8; B2:B8)Le coefficient de -0,92 confirme ton intuition : il existe une relation inversée très forte entre le prix et la demande. Cette info est précieuse pour optimiser ta stratégie de pricing. Tu peux maintenant modéliser l'impact d'une variation de prix sur ton chiffre d'affaires.
Exemple 3 – RH : ancienneté vs satisfaction
Tu es responsable RH et tu mènes une enquête de satisfaction auprès de tes collaborateurs. Tu te demandes si l'ancienneté dans l'entreprise influence le niveau de satisfaction (échelle de 1 à 10).
Coefficient = -0,15 → Très faible corrélation négative. L'ancienneté n'explique quasiment pas la satisfaction.
| A | B | |
|---|---|---|
| 1 | Ancienneté (années) | Satisfaction (/10) |
| 2 | 1 | 7 |
| 3 | 3 | 8 |
| 4 | 5 | 6 |
| 5 | 2 | 9 |
| 6 | 8 | 7 |
| 7 | 4 | 8 |
| 8 | 6 | 5 |
| 9 | 1 | 8 |
=COEFFICIENT.CORRELATION(A2:A9; B2:B9)Avec un coefficient de -0,15 (proche de zéro), tu découvres que l'ancienneté n'a pratiquement aucun impact sur la satisfaction. Les collaborateurs récents peuvent être aussi satisfaits (ou insatisfaits) que les anciens. Il faut chercher d'autres facteurs : type de poste, management, rémunération, équilibre vie pro/perso...
Exemple 4 – Commercial : température vs ventes de glaces
Tu es gérant d'un commerce de glaces artisanales. Tu soupçonnes que la météo influence tes ventes quotidiennes. Analysons la relation entre la température et le nombre de glaces vendues sur une semaine.
Coefficient = 0,94 → Très forte corrélation positive. Plus il fait chaud, plus tu vends de glaces !
| A | B | |
|---|---|---|
| 1 | Température (°C) | Glaces vendues |
| 2 | 22 | 145 |
| 3 | 28 | 220 |
| 4 | 25 | 185 |
| 5 | 31 | 268 |
| 6 | 19 | 98 |
| 7 | 26 | 195 |
| 8 | 29 | 242 |
=COEFFICIENT.CORRELATION(A2:A8; B2:B8)Bingo ! Avec 0,94, la relation est quasi-parfaite. Cette info te permet d'optimiser ta gestion des stocks : surveille la météo à 3-5 jours et ajuste ta production en conséquence. Tu peux même créer des campagnes promo ciblées quand des pics de chaleur sont annoncés.
Les erreurs fréquentes et comment les éviter
Confondre corrélation et causalité
C'est l'erreur numéro 1. Une corrélation forte ne prouve pas qu'une variable cause l'autre. Exemple classique : les ventes de glaces et le nombre de noyades sont corrélées (toutes deux augmentent en été), mais les glaces ne causent pas les noyades !
Matrices de tailles différentes
Si tes deux matrices n'ont pas le même nombre de valeurs, Excel va tronquer la plus longue ou retourner une erreur. Vérifie toujours que tes plages sont bien alignées et de même taille.
Ignorer les valeurs aberrantes
Une seule valeur extrême peut fausser complètement ton coefficient de corrélation. Avant d'interpréter le résultat, crée un graphique en nuage de points pour repérer visuellement les outliers. Parfois, une corrélation apparente disparaît quand tu retires 1 ou 2 valeurs anormales.
Assumer une relation linéaire
COEFFICIENT.CORRELATION mesure uniquement les relations linéaires (en ligne droite). Si la relation est courbe (exponentielle, logarithmique...), le coefficient sera faible même si les variables sont fortement liées. Toujours visualiser tes données dans un graphique avant de conclure !
Workflow : de la corrélation à la décision
Dans la vraie vie, COEFFICIENT.CORRELATION est rarement utilisée seule. Voici un workflow complet pour exploiter cette fonction intelligemment :
Visualise tes données dans un graphique en nuage de points
Avant tout calcul, crée un scatter plot pour voir la forme de la relation. Repère les valeurs aberrantes et vérifie que la relation semble linéaire.
Calcule le coefficient de corrélation
=COEFFICIENT.CORRELATION(A2:A50; B2:B50)Interprète le résultat dans ton contexte métier
Un coefficient de 0,5 peut être "fort" dans certains domaines (sciences sociales) et "faible" dans d'autres (physique). Tout dépend de ton contexte.
Si la corrélation est forte, crée un modèle de régression
Utilise la fonction DROITEREG() ou un graphique avec courbe de tendance pour modéliser la relation et faire des prévisions.
Pro tip : Pour aller plus loin, combine COEFFICIENT.CORRELATION avec COEFFICIENT.DETERMINATION (R²) qui te donne le pourcentage de variance expliquée. Par exemple, une corrélation de 0,8 donne un R² de 0,64, soit 64% de la variation expliquée.
Questions fréquentes
Comment interpréter un coefficient de corrélation de 0,8 ?
Un coefficient de 0,8 indique une forte corrélation positive : quand une variable augmente, l'autre augmente aussi dans la plupart des cas. Plus tu te rapproches de 1, plus la relation est forte et prévisible. Avec 0,8, tu as environ 64% de variance expliquée (0,8² = 0,64).
Corrélation signifie-t-elle causalité ?
Non ! C'est l'erreur la plus fréquente. Une corrélation montre qu'il existe un lien entre deux variables, mais ne prouve pas que l'une cause l'autre.
Par exemple, les ventes de glaces et les noyades sont corrélées (les deux augmentent en été), mais les glaces ne causent pas les noyades. La température est la variable cachée qui influence les deux.
Que signifie un coefficient de -0,9 ?
Un coefficient négatif proche de -1 indique une forte corrélation inverse : quand une variable augmente, l'autre diminue de façon prévisible. Par exemple, le prix d'un produit et la quantité vendue ont souvent une corrélation négative. Plus c'est cher, moins ça se vend.
COEFFICIENT.CORRELATION fonctionne-t-il sur Google Sheets ?
Oui ! Sur Google Sheets, la fonction s'appelle COEFFICIENT.CORRELATION ou CORREL selon ta version. La syntaxe est identique, seul le séparateur peut changer (virgule ou point-virgule selon tes paramètres régionaux).
Combien de données faut-il pour un résultat fiable ?
Techniquement, tu peux calculer une corrélation avec seulement 3 points, mais le résultat sera peu fiable. Pour une analyse sérieuse, vise au moins 20-30 paires de valeurs. Plus tu as de données, plus ton coefficient de corrélation est significatif et résistant aux valeurs aberrantes.
Les fonctions similaires à COEFFICIENT.CORRELATION
Deviens un pro d'Excel
Rejoins Le Dojo Club pour maîtriser toutes les fonctions Excel, avec des formations complètes, des lives experts et une communauté d'entraide.
Essayer pendant 30 jours