Chapitre 18

Question 1

Vrai ou faux: les analyses descriptives sont une étape préliminaire avec des données quantitatives?

Answer 1

Vrai

Question 2

Vrai ou faux: les analyses descriptives sont utiles seulement pour la fonction descriptive.

Answer 2

Faux, pour les deux fonctions de la recherche

Question 3

À quoi servent les tests statistiques?

Answer 3

résumer l’ensemble de données brutes

Question 4

Vrai ou faux: les analyses descriptives aide à choisir la stratégie d’analyse inférentielle

Answer 4

Vrai

Question 5

Pourquoi la description des données est-elle utile?

Answer 5

Étape préliminaire
Résume l’ensemble des données brutes
Aide à choisir la stratégie d’analyse inférentielle
Description de l’échantillon aide l’interprétation des résultats

Question 6

Qui suis-je?
je dispose d’un tableau contenant les valeurs numériques par ordre croissant et du calcul du nombre de fois que chaque valeur apparaît dans les données

Answer 6

La distribution de fréquence

Question 7

Qui suis-je? permet de distinguer les résultats plus élevés et ceux moins élevés. Elle permet de voir ou les gens se situent.

Answer 7

La distribution de fréquence

Question 8

Vrai ou faux: seules les données discrètes peuvent se retrouver dans une distributions de fréquence?

Answer 8

Faux: Toutes les données, qu’elles soient discrètes (nominales ou ordinales) ou continues (intervalles ou à proportion), peuvent être l’objet d’une distribution de fréquences.

Question 9

Quelles sont les 4 types de fréquences que l’ont retrouver dans une distribution de fréquence?

Answer 9

• La fréquence absolue (nombre de personnes ayant le même résultat)
  •La fréquence relative (se calcule en divisant la fréquence absolue par le nombre total des données)
  •La fréquence cumulée (nombre de personnes ayant un résultat entre deux positions)
  •La fréquence relative cumulée est en pourcentage.

Question 10

Vrai ou faux: un diagramme est une dustribution de fréquence?

Answer 10

Vrai

Question 11

Qu’est-ce que la mesure de tendance centrale?

Answer 11

un procédé statistique qui décrit la modalité ou la valeur la plus fréquente dans une série de données dont la caractéristique est de se situer au centre d’une distribution.

Question 12

Qui suis-je? je résume une distribution de fréquences au moyen d’un seul nombre.

Answer 12

Mesure de tendance centrale

Question 13

Qui suis-je? Je résume le statut normatif dans une distribution

Answer 13

Mesure de tendance centrale

Question 14

Que suis-je? Je suis une mesure de tendance centrale qui correspond à la modalité ou à la valeur qui apparaît le plus souvent dans une distribution de fréquences

Answer 14

le mode

Question 15

Qui suis-je? Je suis la valeur qui divise en deux la distribution d’une variable (C’est la valeur sous laquelle se situe 50% des données.

Answer 15

Médiane

Question 16

Vrai ou faux: Si les données sont ordinales, le mode es utile

Answer 16

Faux, la médiane est utile

Question 17

Qui suis-je. je suis la mesure de tendance centrale qui correspond à la somme des valeurs des données divisées par le nombre total de données

Answer 17

Moyenne

Question 18

Qui suis-je, je suis la mesure de tendance centrale qui résume le mieux les données en intervalles et proportions sont bien représentées.

Answer 18

La moyenne

Question 19

Qui suis-je, je suis la mesure de tendance centrale qui résume le mieux les données nominale

Answer 19

Le mode

Question 20

Qu’est-ce qu’un percentile?

Answer 20

Les percentiles sont les valeurs de la variable qui divisent la population ou la variable continue en 100 groupes égaux en nombre (1 % de la population).

Question 21

Qui suis-je? J’indique le nombre d’écarts types (« SD units » auquel un score brut se situe par rapport à la moyenne.

Answer 21

Score z

Question 22

Vrai ou faux: Les formes de distributions et de mesures de tendances centrales sont asymétriques?

Answer 22

Faux, peuvent être symétrique ou asymétrique

Question 23

Quel mesure de tendance centrales est la plus utile pour ne pas considéré les cas extrême?

Answer 23

Mode

Question 24

Qui suis-je? Je suis la différence entre la valeur la plus élevée dans une distribution et la valeur la moins élevée.

Answer 24

L’étendu

Question 25

Qui suis-je? Je réfère à l’étalement ou à la dispersion des observations ou des résultats d’une distribution par rapport à la moyenne

Answer 25

La variance

Question 26

Qui suis-je. je suis la racine carré de la variance

Answer 26

Le score z

Question 27

Vrai ou faux: l’écart type tient compte de la distance de chacun des résultats dans une distribution par rapport à la moyenne du groupe.

Answer 27

Vrai

Question 28

Vrai ou faux: il est impossible d'utiliser l’écart type pour comparer deux distributions

Answer 28

Faux: nous pouvons utiliser l’écart type pour comparer deux distributions, mais il faudrait que cela soit toujours basé sur la même échelle et la même population.

Question 29

Comment qualifie-t-on une distribution avec un petit écart type?

Answer 29

Hétérogène

Question 30

Qui suis-je? J'exprime l’écart type en pourcentage de la moyenne.

Answer 30

Coefficient de variance

Question 31

Qui suis-je? Je suis idéal pour comparer deux distributions de fréquences de deux populations différentes.

Answer 31

Coefficient de variance

Question 32

Comment qualifie-t-on une distribution avec un coefficient de variance petit?

Answer 32

Homogènes

Question 33

Qui suis-je? Je suis une valeur numérique (r entre -1.00 et +1.00) décrivant le degré de relation entre deux variables continues.

Answer 33

Coefficient de corrélation linéaire

Question 34

Quels sont les deux coefficient de corrélation linéaire les plus utilisés?

Answer 34

Pearson | Spearman rho

Question 35

Quels coefficient de corrélation linéaire est utilisé pour les données à intervalle ou proportions?

Answer 35

Pearson

Question 36

Quels coefficient de corrélation linéaire est utilisé pour les données ordinales?

Answer 36

Spearman rho

Question 37

Qui suis-je? Je suis une statistique de contingence utilisés dans le cas de où les variable sont nominales ou catégorielle

Answer 37

Khi carré

Question 38

Vrai ou faux: les descriptions bivariées sont utiles dans les statistiques descriptives.

Answer 38

Vrai

Question 39

Qui suis-je: je suis une distribution de fréquences à deux dimensions dans laquelle les fréquences de deux variables nominales (ou catégorielles) sont croisées.

Answer 39

Tableau de contingence

Question 40

Qui suis-je? Je regroupe les corrélations de plusieurs variables entre elles, les coefficients indiquant l'influence que les variables ont les unes sur les autres.

Answer 40

Matrice de corrélation

Question 41

Si la probabilité de l’association observé se retrouve dans la région critique ou les observations faites ne seront pas à cause de la chance (au-delà du 2e écart type de la moyenne, des deux côtés), l'hypothèse nulle peut être : accepté ou rejetée?

Answer 41

Rejetée

Question 42

Qui suis-je? Je décris la proportion de la variation partagée par deux variables.

Answer 42

coefficient de détermination (R2) au carré

Question 43

Qui suis-je? j'indique la portion de la variation attribuable à la variation de l’autre variable

Answer 43

coefficient de détermination (R2) au carré

Question 44

Quelles sont les 4 échelles de données?

Answer 44

nominale ordinale à intervalle à proportion

Question 45

Qui suis-je? je comporte un certain nombre de caractéristiques qui couvrent des ensembles exclusives (données catégorielles ou thématiques). Elle a des valeurs seulement discrètes.

Answer 45

échelle nominale

Question 46

Qui suis-je? J'établie le rang des modalités car elle est ordonnée. Ses modalités sont munies d'une structure d'ordre établie en fonction d'un critère donné (rangs de revenu familiale; rangs de notes).

Answer 46

Échelle ordinale

Question 47

Qui suis-je? Je possède l’égalité des intervalles. Elle permet non seulement la comparaison d'intervalles, mais aussi la direction. Le zéro est fixé arbitrairement. Cette échelle permet de déterminer l’intervalle entre les observations et de comparer ces intervalles (aimer ou ne pas aimer; être d’accord et ne pas être d’accord). Par exemple, l’échelle Likert avec zéro arbitraire: Pas du tout d’accord, Pas d’accord, neutre (=0), d’accord, tout à fait d’accord). Elle a des valeurs continues.

Answer 47

Échelle à intervalle

Question 48

Qui suis-je? Je permet non seulement la comparaison d'intervalles (comme l’échelle d’intervalle), mais également la comparaison de rapports. Il est donc possible de déterminer si deux rapports sont ou ne sont pas égaux. Le zéro est absolu (l’échelle Likert avec zéro absolu: Pas du tout d’accord (=0) jusqu’à tout à fait d’accord (=4). Elle a des valeurs continues

Answer 48

Échelle à proportion

Question 49

Vrai ou faux: les données discrètes sont limitées en choix de représentation.

Answer 49

Vrai

Question 50

Vrai ou faux: Les données continues peuvent être représentées la médiane ou la moyenne, mais pas le mode.

Answer 50

Faux: Les données continues peuvent être représentées par le mode, la médiane ou la moyenne.

Question 51

Vrai ou faux: les données ordinales sont discrètes?

Answer 51

Faux: Les données ordinales peuvent être continue si la distance entre chaque rang et égale. Sinon elles sont classées comme discrètes

Question 52

Vrai ou faux: les données continues peuvent être transformé en données discrètes

Answer 52

Vrai: Les données continues peuvent être transformées en valeurs discrètes. Évidemment, les données discrètes ne peuvent pas être transformées en continue.

Question 53

Qui suis-je. Je permet de mettre en évidence la distribution des données et cela facilite leur compréhension.

Answer 53

Représentation graphique

Question 54

Qui suis-je? je suis une représentation graphique qui est utilisé pour les données discrètes

Answer 54

diagramme à bâtons

Question 55

Qui suis-je? je suis une représentation graphique qui permet de représenter graphiquement une variable nominale ou une variable ordinale. Nous pouvons aussi convertir une variable continue (à intervalle ou à proportion) en catégorie (voir figure 1, prochaine diapo). La taille de chaque secteur du disque circulaire correspond au pourcentage ou à la fréquence relative de la catégorie.

Answer 55

Diagramme à secteurs

Question 56

Qui suis-je? je suis suis une graphique d’effectifs groupés par classe. Il ressemble au diagramme à bâtons, sauf les rectangles sont accolés les un aux autres sur l’axe x pour bien montrer que les données quantitatives ont une échelle continue.

Answer 56

L’histogramme des fréquences

Question 57

Qui suis-je? Je suis idéal quand il y a plus qu’une distribution à montrer, comme des données groupées par classe

Answer 57

polygone de fréquences