Cours 10 Flashcards

1
Q

Quelles sont les qualités d’une bonne mesure?

A
  • Exclusivité
  • Exhaustivité
  • Validité
  • Fidélité
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Qu’est-ce que l’exclusivité?

A

Lorsque la mesure ne prend en considération que notre construit et non les construits apparentés/les autres variables

On exclut les items qui chevauchent les autres variables, on exclut les intersections entre deux ou plusieurs variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Qu’est-ce que l’exhaustivité?

A

Lorsque la mesure prend en compte la totalité du construit. Toutes les dimensions, les nuances, les manifestation du construits avec les variables qui de traduisent en item, même lorsque l’item chevauche une autre variable.

l’exhaustivité prend en considération les intersections

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Qu’est-ce que la validité?

A

Elle désigne la capacité d’un instrument à mesurer ce qu’il est censé mesurer.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quelles sont les familles de stratégie de fidélité?

A

Stabilité temporelle: Est-ce que cette mesure est stable?

Équivalence: accord interjuge

Cohérence (consistance) interne: Est-ce que le alpha de Cronbach (α) témoigne d’une bonne cohérence interne, stable d’un échantillon à un autre présentant des caractéristiques similaires?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Quels sont les types de la fidélité de mesure?

A
  • Fidélité (stabilité) temporelle (test-retest)
  • Fidélité moitié-moitié («split-half»)
  • Fidélité inter-juges (équivalence inter-codeurs)
  • Cohérence interne
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Qu’est-ce que la cohérence interne?

A

Degré d’homogénéïté des énoncés d’un instrument mesuré par l’alpha de Cronbach (α): indice de cohérence interne qui augmente généralement avec le nombre d’énoncés d’une mesure (items).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Qu’est-ce que l’analyse factorielle?

A

Elle consiste à transformer un tableau de données en un nuage de points pour faire apparaître des corrélations.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Qu’est-ce que les statistiques descriptives permettent?

A
  • Décrire et résumer un ensemble de données brutes à l’aide de tests statistiques simples
  • Pour connaitre les données, pour se faire une tête sur comment ça se distribue dans notre échantillon et connaitre les données aberrantes
  • Univarié
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Rappel des types de variables

A

Quali/catégorielle
- nominale : Pas de hiérarchie, catégories mutuellement exclusives.
- ordinale : Ordre de grandeur entre les catégories.

Quanti
- discrète : chiffre rond
- continue : avec décimales possibles
— À intervalles égaux (aussi appelée relative) : le 0 est non-absolu
— Proportionnelle (aussi appelée absolue) : le zéro est absolu et indique réellement l’absence du concept mesuré par la variable

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Quels sont les différents indicateurs statistiques descriptifs?

A

Les mesures de tendance centrale : Moyenne, mode, médiane

Les mesures de dispersion :
- Seulement quanti
- Comment les données se distribue au tour de la moyenne
- Étendu, variance, écart type

Les indicateurs de forme (de la distribution des données de l’échantillon) : Quelle type de courbe

Les mesures de position (positionnement d’un individu par rapport au reste de l’échantillon) : Score Z

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Qu’est-ce qui caractérise le mode?

A

La valeur ou catégorie la plus représentée de l’échantillon (celle dont la fréquence est la plus élevée)

La seule mesure de tendance centrale possible pour les variables nominales.

Pour les variables ordinales ou quantitatives, on peut aussi préciser si la distribution est unimodale, bimodale ou multimodale.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Qu’est-ce qui caractérise la médiane ?

A

La médiane est la valeur qui permet de partager une série numérique ordonnée en deux parties de même nombre d’éléments.

Si n est impair, la médiane est la valeur du milieu.

Si n est pair, la médiane est la moyenne des deux valeurs centrales.

Elle n’est pas affectée par les données extrêmes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Qu’est-ce qui caractérise la moyenne?

A

Lamoyenne correspond à la somme des valeurs divisée par le nombre de valeurs.

La moyenne est plus facile à calculer que la médiane (quand on a une grande série de données), mais elle est plus affectée par les valeurs extrêmes.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

À quoi servent les mesures de dispersion?

A

servent à caractériser l’étalement des valeurs présentes dans une distribution

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Qu’est-ce que l’étendue?

A

La valeur max - la valeur min

17
Q

Quelle est la différence entre l’étendue théorique et l’étendue empirique?

A

Théorique
- Étendu plus vaste

Empirique
- Pas toujours équivalente à l’étendu théorique
- Ne peut pas dépasser l’étendu théorique
- Ne prend en considération que les données utilisées

18
Q

Qu’est-ce que l’écart moyen?

A

On cherche à connaitre de quelle façon les valeurs s’éloignent de cette moyenne. On crée alors une nouvelle série statistique: la série des écarts à la moyenne.

Problème: La moyenne des écarts à la moyenne est toujours égale à zéro.

19
Q

Qu’est-ce qui caractérise l’écart-type?

A
  • Tient compe de la distance de chacun des scores d’une distribution par rapport à la moyenne du groupe
  • Il s’agit de la dispersion des données autour de la moyenne
  • Elle est la mesure la plus courante pour représenter une variable continue
20
Q

Plus la valeur de l’écart-type est faible…

A

plus les données sont proches/sont concentrées autour de la moyenne

21
Q

Plus la valeur de l’écart-type est élevée…

A

plus les données sont loin de la moyenne, pus la dispersion est grande

22
Q

À quoi pallient la variance et l’écart-type?

A

aux limites de l’écart moyen en passant par le carré des écarts à la moyenne, qui est toujours positif.

23
Q

Qu’est-ce que la variance?

A
  • Elle exprime la dispersion des scores (données) autour de la moyenne.
  • Elle représente la valeur globale de la dispersion des scores par rapport à la moyenne
24
Q

Pourquoi dit-on que la variance est essentielle en statistique?

A

Pour pouvoir tester des hypothèses, il doit y avoir variabilité (variance) dans les données des participants.
- Si tout le monde a le même score (les mêmes données), il n’y a pas de différences à expliquer/prédire/tester

25
Q

Plus la variance est élevée…

A

plus les données sont loin de la moyenne

26
Q

Plus la variance est petite…

A

Plus les données se concentrent/sont proches de la moyenne

27
Q

Dans le cas d’une distribution normale:
Environ … des valeurs sont à +/- 1 écart-type
Environ … des valeurs sont à +/- 2 écarts-types
Environ … des valeurs sont à +/- 3 écarts-types

A

Environ 68% des valeurs sont à +/- 1 écart-type
Environ 95% des valeurs sont à +/- 2 écarts-types
Environ 99% des valeurs sont à +/- 3 écarts-types

Ex: si les données sont exprimées en pourcentages et se distribuent normalement, une moyenne de 80% avec un é.t. de 5 indique que 68% des participants ont obtenu un score entre 75% et 85%.

28
Q

Qu’est-ce qu’une distribution?

A

un résumé de l’ensemble des données, souvent exprimé par un tableau de fréquences ou un histogramme

29
Q

Quels sont les 3 dimensions souvent évoqués pour décrire l’écart entre une distribution et le modèle normal?

A
  • L’assymétrie
  • L’aplatissement
  • Le nombre de modes
30
Q

Qu’est-ce qui caractérise une distribution normale?

A

Toute distribution normale peut être décrite simplement en précisant sa moyenne et son écart-type.

31
Q

Plus il y a des personnes dans l’échantillon…

A

plus on a de chance que les données soient distribuées normalement

32
Q

Quelles sont les types d’asymétrie (skewness)?

A
  • Coefficient d’asymétrie positif
  • Coefficient d’asymétrie négatif
  • Coefficient d’asymétrie nul
33
Q

Qu’indique un coefficient d’asymétrie positif ?

A

Une distribution décalée à gauche de la moyenne, et donc une queue de distribution étalée vers la droite.

34
Q

Qu’indique un coefficient d’asymétrie négatif?

A

Une distribution décalée à droite de la moyenne, et donc une queue de distribution étalée vers la gauche.

35
Q

Qu’indique un coefficient d’asymétrie nul ?

A

Une distribution symétrique : c’est par exemple le cas de la courbe dite normale.
- Complètement symétrique
- Coefficient d’asymétrie de 0

36
Q

Quels sont les types d’aplatissement (kurtosis)? qu’est-ce qu’elles impliquent?

A
  • Un coefficient d’aplatissement positif implique une distribution «pointue».
  • Un coefficient d’aplatissement négatif implique une distribution «aplatie».
  • Un coefficient d’aplatissement nul implique une distribution «intermédiaire».
37
Q

Qu’est-ce que la normalisation d’une distribution?

A

Center la moyenne à zéro et en réduire l’écart-type à un. Cela transforme les scores en cotes Z, qui sont des valeurs standardisées, plus faciles à interpréter et à comparer lorsque les échelles de mesures diffèrent d’une variable à l’autre, d’un groupe ou d’un n à l’autre.

38
Q

Qu’est-ce qui caractérise le score Z?

A
  • exprime un écart à la moyenne qu’on met en relation avec la variabilité (dispersion) dans la population
  • expriment l’écart à la moyenne en unités d’écart-type
  • permettent de relativiser les valeurs de distributions différentes
39
Q

Si la moyenne est zéro et l’écart-type égale un…

A

on parle d’une distribution normale centrée réduite (Z).