Cours 1 - Introduction

Question 1

Fonction

Les méthodes quantitatives

Answer 1

Tester les théories en utilisant des nombres

Question 2

Fonction

Méthodes qualitatives

Answer 2

Testes les théories en utilisant le langage

Question 3

Processus de recherche

Les ____ conduisent à la collecte et l’analyse des données et à leur tour informe les ____.

Le même mot pour les deux

Answer 3

Théories

Question 4

Observation initiale

Pour trouver quelque chose qui a besoin d’être expliqué, nous devons ?

Answer 4

Observer le monde réel

Question 5

Observation initiale

Nous devons faire la ____ des ____ pour recueillir des données. Ensuite, nous devons définir des ____.

Answer 5

Ne devons faire la collecte des données. Ensuite, nous devons définir des variables

Question 6

Définition

Théories

Answer 6

Un principe générale hypothétisé ou un ensemble de principes qui expliquent les résultats connus sur un sujet et à partir duqeul de nouvelles hypothèses peuvent être générées.

Question 7

Hypothèse

Answer 7

Une prédiction à partir d’une théorie

Question 8

Nous devons ____ l’hypothèse pour pouvoir faire la collecte des donneés

Answer 8

L’opérationnalisation

Question 9

Falsification

Answer 9

L’acte de réfuter une théorie ou une hypothèse en récoltant des données

Question 10

Collecte de données

La variable indépendante

Answer 10

• Cause proposée
• Une variable prédictrice
• Une variable manipulée

Question 11

Collecte de données

La variable dépendante

Answer 11

• L’effet proposé
• Une variable de résultat
• La variable mesurée

Question 12

Trouve le mot

Sa valeur dépend de la cause

Answer 12

La VD

Question 13

Trouve le mot

C’est ce qu’on pense qui est la cause d’un effet

Answer 13

La variable indépendante

Question 14

Cause et effet

Pour parler d’une relation de cause et effet, les causes et effets doivent être ultérieurement ____ dans le temps, donc on parle de ____.

Answer 14

Pour parler d’une relation de cause et effet, les causes et effets doivent être ultérieurement rapprochés dans le temps, donc on parle de contiguité.

Question 15

Cause et effet

La cause doit se produire ____ qu’un effet ne se produise.

Answer 15

La cause doit se produire avant qu’un effet ne se produise.

Question 16

Cause et effet

L’effet ne devrait jamais se produire en l’____ de la cause.

Answer 16

L’effet ne devrait jamais se produire en l’absence de la cause.

Question 17

Complète le mot

C’est une variable autre que les variables prédictrives, qui affecte potentiellement une variable de résultat. C’est appelé ____.

Answer 17

Variable de confusion

tertium quid

Question 18

Vrai ou faux : un effet devrait être présent lorsque la cause est présente et quand la cause est absente, l’effet devrait être absent aussi.

Answer 18

Vrai

Question 19

Comment appel-t-on les devis dans lesquels différentes entités sont présentent dans des conditions expérimentales ?

Answer 19

Devis inter-groupes/inter-sujet/indépendant

Question 20

Comment appel-t-on les devis dans lesquels les mêmes entités prennet part à toutes les conditions expériementales ?

Answer 20

Devis à mesures répétées/groupes dépendants

Plus économique, pratique pour l’effet de pratique

Question 21

Qu’est-ce qui réduit la variance non-systématique ?

Answer 21

L’assignation aléatoire

Question 22

Les histogrammes sont la représentation visuelles d’une ____ de ____.

Answer 22

Distribution de fréquence

Question 23

Sur un histogramme, l’axe horizontal représente les ____ (x) et l’axe vertical représente les ____ (y).

Answer 23

L’axe horizontal : Les valeurs
L’axe vertical : Les fréquences

Question 24

Décrit une distribution normal visuellement

Answer 24

La distribution est en forme de cloche, il y a une symétrie autour du centre.

Question 25

Vrai ou faux : La moyenne, le mode et la médiane se retrouvent au centre d'une distribution normale ?

Answer 25

Vrai

Question 26

# Distributions des fréquences L'asymétrie

Answer 26

Les scores fréquent sont à une extrémité. * Représente la symétrie d'une distribution

Question 27

L'asymétrie positive | Donne un exemple

Answer 27

Les scores sont regroupés à gauche de la distribution, donc à de **faibles valeurs** | Les notes d'un test avec une moyenne très basse

Question 28

L'asymétrie négative

Answer 28

Les scores sont regroupés vers la droite, donc à des **valeurs élevées** | La moyenne d'âge dans une maison de retraite

Question 29

Kurtose

Answer 29

La lourdeur des queues ; représente les variations

Question 30

# Kurtose Leptocurtique

Answer 30

Lorsqu'il y a **peu de variation**, donc la courbe est **pointue** et les **queues sont lourdes**

Question 31

# Kurtose Platycurtique

Answer 31

La courbe **s'aplatit** et les **queues sont légères**, il y a **beaucoup de variation**

Question 32

Vrai ou faux : il est problématique d'utiliser un modèle basé sur la courbe normal si l'échantillon n'est pas distribué normalement

Answer 32

Vrai

Question 33

# Tendance centrale Le mode

Answer 33

Le score le plus fréquent

Question 34

Une distribution bimodale

Answer 34

Distribution qui contient 2 modes

Question 35

Une distribution multimodale

Answer 35

Contient plusieurs modes

Question 36

La médiane

Answer 36

Le score se trouvant au milieu lorsque les scores sont triés en ordre croissant.

Question 37

Vrai ou faux : La médiane n'est pas affectée par les scores extrêmes

Answer 37

Vrai

Question 38

Vrai ou faux : La médiane n'est pas affectée par les asymétries

Answer 38

Vrai

Question 39

La moyenne est-elle influencée par les scores extrêmes et les asymétries ?

Answer 39

Oui beaucoup !

Question 40

L'étendue

Answer 40

Le plus petit score soustrait du plus grand, donc la distance entre le score le moins élevé et le plus élevé

Question 41

Vrai ou faux : L'étendue n'est pas biaisée par les valeurs aberrantes

Answer 41

Faux ! L'étendue est affectée par les valeurs aberrantes

Question 42

L'étendue interquartile

Answer 42

La distance entre le 3e quartile et le 1er quartile

Question 43

Quartiles

Answer 43

Ce sont les trois valeurs qui divisent les données tirées en quatre parties égales.

Question 44

Quartile inférieur 2e quartile Quartile supérieur

Answer 44

Quartile inférieur : médiane de la moitié inférieur des données 2e quartile : la médiane Quartile supérieur : médiane de la moitié supérieur des données

Question 45

Vrai ou faux : les quartiles sont affectés par les valeurs extrêmes

Answer 45

Vrai !

Question 46

Vrai ou faux : l'étendue interquartile est influencé par les données extrêmes

Answer 46

Faux

Question 47

Les scores Z nous permettent de ____ un score par rapport aux autres scores dans le groupe.

Answer 47

Les scores Z nous permettent de **standardiser** un score par rapport aux autres scores dans le groupe.

Question 48

Les scores Z nous informe sur la position d'un score en rapport à quoi ?

Answer 48

Les scores Z nous inquiquent à combien **d'écart-type** de la **moyenne** le score se trouve.

Question 49

La distribution des scores Z a une moyenne de ____ et un écart-type de ____

Answer 49

M = 0 S = 1

Question 50

Sous la courbe entière des scores Z, la valeur est de ____.

Answer 50

1

Question 51

# Compréhension Si Z = 0, à quel percentil est-ce qu'on se trouve ?

Answer 51

Percentil 50

Question 52

# Propriétés des scores z ____ (z) coupe la partie supérieure de 2.5% de la distribution et ____ la partie inférieure. Donc, 95 % des scores z se situent entre ____ et ____. Donc, 99 % des scores z se situent entre ____ et ____. Donc, 99.9 % des scores z se situent entre ____ et ____.

Answer 52

**1.96** (z) coupe la partie supérieure de 2.5% de la distribution et **-1.96** la partie inférieure. Donc, 95 % des scores z se situent entre **-1.96** et **1.96**. Donc, 99 % des scores z se situent entre **-2.58** et **2.58**. Donc, 99.9 % des scores z se situent entre **-3.29** et **3.29**.

Question 53

# Questions pratiques Ma note = 80 M = 70 s = 10 À combien d'écart-type suis-je de la moyenne ?

Answer 53

Je suis à 1 écart-type de la moyenne

Question 54

# Questions pratiques Si je suis à 1 écart-type de la population, à quel percentil est-ce que je me trouve ?

Answer 54

84 (13.59+2.14+0.13)

Question 55

Quel est le % de la classe ayant un résultat plus élevé que le miens ? | Notes = 90 M = 70 s = 10 Z = 2

Answer 55

À 2 écart-type, on additionne 2.14+0.13. **2.5%** de la classe avec un résultat plus élevé que le miens

Question 56

À -1 écart-type de la moyenne, quel est le % de la classe avec un résultat plus élevé que moi ?

Answer 56

84% | 100 - 15.85

Question 57

Si je pige un étudiant, quelle est la probabilité d'avoir un score supérieur à 2 écart-type par rapport à sa moyenne ?

Answer 57

2.27 %

Question 58

Quelle est la probabilité que la valeur de quelqu'un soit plus grande que 1 écart-type ?

Answer 58

16 %

Question 59

Quelle est la probabilité de piger quelqu'un dont la valeur de z est inférieur à -2 écart-type ?

Answer 59

2.27%

Question 60

Quelle est la probabilité que la valeur de quelqu'un soit plus grande que +2 ou -2 ?

Answer 60

4.5 %

Question 61

Vrai ou faux : avec des écart-types égaux, on pourrait trouver la probabilité de piger quelqu'un d'une valeur d'écart-type entre les moyennes de deux groupes

Answer 61

Vrai

Question 62

Lorsqu'il y a une différence entre nos moyennes, si la probabilité que ce soit le ____ du ____ n'est pas suffisament expliqué par le hasard, on pourrait l'attribuer à notre ____ ____.

Answer 62

Lorsqu'il y a une **différence entre nos moyennes**, si la **probabilité** que ce soit le **fruit du hasard** n'est pas suffisament expliqué par le hasard, on pourrait l'attribuer à notre **manipulation expérimentale**.

Question 63

Vrai ou faux : tant qu'on a une moyenne et un écart-type, on peut standardiser le score

Answer 63

Vrai

Question 64

# Question de compréhension Je teste une méthode d'apprentissage. Le groupe expérimental obtient 90 % et le groupe témoin 70 % avec un écart-type de 10 et un Z = 2. On peut donc dire qu'à 0.05 % la probabilité que la différence soit le fruit du hasard est à moins de 0.05%. * Est-il possible que les plus fort ce soient retrouvé dans le groupe expérimental et que les plus faibles dans le groupe témoin ? * Est-il probable que les plus fort ce soient retrouvé dans le groupe expérimental et que les plus faibles dans le groupe témoin ?

Answer 64

Oui, il est possible, mais ce n'est pas probable

Question 65

Avec une valeur z de 3, quelle est la probabilité d'avoir un score plus grand que +3 ou plus petit que -3 ?

Answer 65

0.26%

Question 66

Plus la valeur z est *élevée/faible*, plus le *p* est *élevé/faible*, donc plus le résultat *est/n'est pas* statistiquement significatif. Ainsi, plus la valeur de z est *élevée/faible*, *moins/plus* ça peut être le fruit du hasard.

Answer 66

Plus la valeur z est **élevée**, plus le p est **faible**, donc plus le résultat **est** statistiquement significatif. Ainsi, plus la valeur de z est **élevée**, **moins** ça peut être le fruit du hasard.

Question 67

Hypothèse nulle (H0)

Answer 67

Il n'y a pas d'effet ou aucune différence entre les groupes

Question 68

Hypothèse alternative (H1)

Answer 68

L'hypothèse expérimentale, présence de différence

Question 69

Vrai ou faux : on ne peut pas accepter l'H1

Answer 69

Vrai, il faut rejetter H0

Question 70

Lorsqu'il y a une direction à notre hypothèse, c'est une hypothèse ____

Answer 70

Unilatéral, donc µ1 < ou > µ2 Donc, z = 1.65

Question 71

Lorsqu'il n'y a pas de direction à notre hypothèse, c'est une hypothèse ____

Answer 71

Bilatérale, donc, µ1 ≠ µ2 Donc, z = 1.96 ou -1.96

Question 72

Quel est l'avantage de l'hypothèse unilatérale ?

Answer 72

Permet d'avoir plus de puissance statistique, puisque toute la région critique est concentrée d'un seul côté de la courbe (5%, plutôt que 2.5 % de chaque côté)

Question 73

Quel serait le désavantage d'une hypothèse unilatérale ?

Answer 73

Si l'effet se manifeste dans la direction opposée, on ne pourra pas détecter l'effet, notre test sera donc non significatif, alors qu'il aurait pu l'être en bilatérale

Question 74

Quelle est la valeur critique en unilatéral à 5% ?

Answer 74

z = 1.65