Régression linéaire multiple
La régression linéaire multiple isole l’effet de chaque variable indépendante sur une variable dépendante quantitative, à profil identique. Elle prolonge la régression linéaire simple à plusieurs variables explicatives.
Un phénomène dépend souvent de plusieurs facteurs à la fois. La méthode raisonne « toutes choses égales par ailleurs » : elle isole l’effet d’une variable en contrôlant l’effet des autres.
Un service RH étudie l’écart de salaire entre femmes et hommes. L’écart global est de 5 000 euros par an. À profil identique, en tenant compte du diplôme, du métier et du temps de travail, l’écart tombe à 500 euros. Cet écart à profil identique s’appelle l’effet pur, ou effet isolé du genre sur le salaire.
La méthode répond à trois objectifs : isoler l’effet d’une variable, identifier les déterminants d’un phénomène, prédire une situation. Elle exige une variable dépendante quantitative. Si elle est qualitative binaire, il faut utiliser une régression logistique multiple.
Retrouvez tous les termes dans le dictionnaire Data RH de yapluqua.com.