Analyse statistique de données

Question 1

Qu’est-ce que les statistiques ?

Answer 1

• Discipline qui s’intéresse à l’analyse quantitative de la réalité.

Question 2

Qu’est-ce qu’un paramètre ?

Answer 2

• Calcul effectué sur la population (vraie valeur dans la population ; presque toujours inconnu).

Question 3

Qu’est-ce qu’un indice statistique ?

Answer 3

• Calcul sur l’échantillon pour estimer le paramètre.

Question 4

Qu’est-ce qu’une analyse inférentielle ?

Answer 4

• Tests statistiques permettant d’estimer les caractéristiques de la population telles qu’elles sont mesurées à partir de sous-ensembles (échantillons).
• S/√n : écart type divisé par la racine du nombre de personne de l’échantillon.

Question 5

Qu’est-ce qu’une statistique descriptive ?

Answer 5

• On ne fait que décrire les résultats.

Question 6

Quelle est l’objectif des statistiques ?

Answer 6

• Représenter un grand nombre de données sous forme d’un ou de quelques nombres (ex. : moyenne).
• Généraliser aux populations les caractéristiques mesurées à partir d’échantillons.
• Prendre des décisions (ex. : faire une thérapie avec 1 groupe témoin et vérifier s’il y a une différence).

Question 7

Qu’est-ce qu’une stratégie d’analyse ?

Answer 7

• Avant de procéder à la cueillette de données on doit décider du ou des tests statistiques à utiliser.
• Nécessite que la question de recherche et les hypothèses soient clairement définies
• Un critère fondamental qui guide le choix du test est l’échelle de mesure des variables impliquées
• Il faut également bien déterminer le nombre de groupes à l’étude et tenir compte du plan de recherche.

Question 8

Qu’est-ce qu’une analyse descriptive et quelles sont les principaux indices statistiques qui nous intéressent?

Answer 8

• Permet de synthétiser les données en faisant ressortir comment les données se distribuent.
• Indices de tendances centrales (moyenne, médiane, mode)
• Indices de dispersion (étendue, variance, écart-type)
• Indices de distribution (fréquences, asymétrie, aplatissement)

Question 9

Quelles sont les indices de tendance centrale ?

Answer 9

• Moyenne : Additionner tous les éléments d’un ensemble et diviser par le nbre d’éléments additionnés.
• Médiane : Point milieu d’un ensemble ordonné de données.
• Mode : Valeur qui a la fréquence la plus élevée, celle qui est endossée par le plus de participants.

Question 10

Quelles sont les indices de dispersion ?

Answer 10

Étendu :
- Écart entre la valeur la plus petite et la valeur la plus grande.
Variance :
- Variabilité de la distribution de donné. Somme (écarts à la moyenne)*2 / N-1.
Écart-type :
- Distance entre chaque donnée et la moyenne dans un ensemble de données (conserve unité de la variable car √variance)

Question 11

Quelles sont les types d’étude de la distribution ?

Answer 11

• Distribution de fréquence.
• Aplatissement de la distribution (kurose)
• Asymétrie de la distribution.

Question 12

Qu’est-ce qu’une analyse inférentielle ?

Answer 12

• Presque toujours avec des échantillons.
• À l’aide de la statistique inférentielle, il est possible d’inférer la valeur d’une variable dans la population à partir de la mesure de cette variable prise dans l’échantillon.
• Par convention, on fixe à 5% le risque toléré que ce soit due au hasard.

Question 13

Qu’est-ce qu’un test one-tail (unilatéral) ?

Answer 13

• Avec une direction (ex. : tel groupe sera meilleur que l’autre).
• Avantage : on a déjà donné une direction donc on peut tester pour 5% d’un seul côté de la courbe (plus facile d’obtenir une différence statistiquement significative).

Question 14

Qu’est-ce qu’un test two-tail ?

Answer 14

• Sans direction (ex. : il y aura une différence significative entre tel groupe et tel groupe).
• On doit diviser le 5% de chaque côté de la courbe (2,5% de chaque côté)
• Faire lorsqu’on a une recension des écrits très contradictoire (étude qui penche de chaque côté).

Question 15

Quand est-ce qu’on utilise la table t ?

Answer 15

• Utiliser pour les petits échantillons (en bas de 30).

Question 16

Qu’est-ce qu’une erreur de type 1 et de type 2 et laquelle est la plus grave ?

Answer 16

• Type 1 : Rejet de H0 alors que H0 est vraie.
• Type 2 : Non rejet de H0 alors que c’est faux.
• Erreur de type 1 est la plus grave parce qu’elle envoie des chercheurs et intervenant dans une mauvaise direction.

Question 17

Qu’est-ce que Ho et H1 ?

Answer 17

• H0 = hypothèse nulle ;

- H1 = hypothèse alternative

Question 18

Qu’est-ce que la puissance d’un test ?

Answer 18

• 1 - erreur de type 2.

Question 19

Qu’est-ce que la démarche du test d’hypothèse ?

Answer 19

• Pour une hypothèse donnée, formuler H0 et H1.
• Identifier échelles de mesure des variables.
• Choisir le test statistique à effectuer.
• Effectuer le calcul statistique approprié.
• En fonction du résultat, prendre la décision de rejeter ou non H0.
• Interpréter la signification de cette décision.
• Dire si votre hypothèse de recherche est confirmée.

Question 20

Quelles sont les différents test statistiques ?

Answer 20

• Corrélation: 2 variables continues
• Test t: 2 groupes et une variable continue
• Test t apparié: une variable continue mesurée deux fois
• Analyse de variance: 3 (et +) groupes et une variable continue
• ANOVA à deux facteurs: deux variables nominales (facteurs) ou + et une variable continue
• Khi-deux: deux variables nominales

Question 21

Qu’est-ce que la corrélation de pearson ?

Answer 21

• Lorsqu’on veut mettre en relation 2 variables continues

- On s’intéresse au sens (+ ou -) ainsi qu’à à la force du lien (faible, modéré, fort).

Question 22

Exemple d’hypothèse de corrélation ?

Answer 22

Il y a un lien positif entre le nbre d’heure d’activité physique et le score de bien-être physiologique.

• H0: Il n’y a pas de lien ou un lien négatif entre heures d’activité physique et score de bien-être psychologique
• H1: Il y a un lien positif entre nombre d’heures d’activité physique et score de bien-être psychologique
• Si on rejette H0, on accepte H1 = test significatif.

Question 23

Qu’est-ce que le test-t non pairé ?

Answer 23

• Lorsqu’on veut comparer 2 groupes sur une variable continue (1 variable nominale dichotomique et 1 variable intervalle/rapport).
• Important de présenter les moyennes de chaque groupe pour interpréter le résultat le groupe expérimental (M = 13,1) présente un score de dépression inférieur à celui du groupe témoin (M = 24,5).

Question 24

Exemple d’hypothèse test-t non pairé ?

Answer 24

Ex. d’hypothèse : Le groupe expérimental a un score de dépression inférieur à celui du groupe témoin.

• H0: Le groupe expérimental a un score de dépression semblable ou supérieur à celui du groupe témoin
• H1: Le groupe expérimental a un score de dépression inférieur à celui du groupe témoin.

Question 25

Qu'est-ce qu'un test-t pairé ?

Answer 25

- Lorsqu’on a un seul groupe avec deux observations répétées sur une variable continue (1 variable intervalle/rapport mesurée au prétest et posttest). - Le test tient compte du fait que les résultats proviennent des mêmes personnes (mesures répétées) et non de groupes indépendants. - On présente également les moyennes pour expliquer le résultat. - Avantage : moins de participants ; inconvénient : passe 2 fois le même test.

Question 26

Exemple de test-t pairé ?

Answer 26

- Ex. d’hypothèse : Le score de dépression au posttest sera inférieur à celui du prétest - H0: Le score de dépression au posttest sera égal ou supérieur à celui du prétest - H1: Le score de dépression au posttest sera inférieur à celui du prétest

Question 27

Qu'est-ce que l'analyse de variance (anova) ?

Answer 27

- Lorsqu’on veut comparer 3 groupes et + sur une variable continue (1 variable nominale discrète et 1 variable intervalle/rapport) - L’analyse vous dit seulement si une différence existe (si rejet de H0), mais pas entre quels groupes - Analyse de la variance : compare la variance inter-groupe vs. Intra-groupe.

Question 28

Exemple d'analyse de variance (anova) ?

Answer 28

- Ex. d’hypothèse : Il y a une différence entre les individus visuels, auditifs et kinesthésiques sur la capacité à mémoriser les noms des gens - H0: Il n’y a pas de différence entre les 3 groupes sur la capacité à mémoriser les noms des gens - H1: Il y a au moins une différence entre les individus visuels, auditifs et kinesthésiques sur la capacité à mémoriser les noms des gens

Question 29

Qu'est-ce que l'analyse de variance à 2 facteur (anova à 2 facteurs)?

Answer 29

- Lorsqu’on a un plan factoriel à deux facteurs (ou +) et une variable continue (2 variables nominales et 1 variable intervalle/rapport) - Si un effet d’interaction est significatif, d’autres analyses sont requises et les effets principaux deviennent moins important.

Question 30

Exemple d'anova a 2 facteurs ?

Answer 30

Ex. d’hypothèse: Il y a un effet d’interaction entre le groupe (expérimental, témoin) et le sexe sur le niveau d’anxiété. Il faut alors formuler H0 et H1 pour chaque effet: - Effet principal du groupe (1er facteur) - Effet principal du sexe (2e facteur) - Effet d’interaction groupe X sexe

Question 31

Qu'est-ce le Khi-carré ?

Answer 31

- Lorsqu’on veut comparer ou mettre en relation 2 variables nominales - Test d’indépendance permet de tester les différences - Test d’ajustement d’une distribution permet de comparer une distribution à la distribution théorique

Question 32

Exemple de khi-carré ?

Answer 32

Ex. d’hypothèse: Il y a une plus grande proportion de femmes étudiant en psychologie qu’en génie. - H0: Il n’y a pas de différence entre le nombre d’homme et de femme dans les concentrations génie et psychologie - H1: La proportion de femme dans la concentration psychologie est plus élevée qu’en génie

Question 33

Qu'est-ce que l'analyse qualitative ?

Answer 33

- Approche qui ne quantifie pas les phénomènes - Complémentaire à l’approche quantitative - Ne vise pas nécessairement la vérification d’hypothèses - Unités élémentaires de sens (mot, phrase) - Très compliqué, bcp d’entrevue avec synthèse des propos des participants et analyse des mots que se répètent - De plus en plus on se tourne vers des études mixtes (quanti et quali).