Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

méthodes quantitatives > examen mi-session > Flashcards

examen mi-session Flashcards

1
Q

la variable dépendante

A

intérêt principal

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

variable indépendante

A

ce qui va avoir un effet potentiel sur la variable dépendante

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

variable contrôle

A

on sait qu’elle a un effet sur variable dépendante, mais elle ne nous intéresse pas tant que ça

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

T de student

A

à quel point une relation est forte et significative, coefficient, indicateur de force

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

un article scientifique nécessite généralement trois types d’analyse statistiques:

A
  1. statistiques descriptives
  2. statistiques bivariées (qui oriente généralement le choix des variables à inclire dans le modèle multivarié)
  3. le modèle multivarié (le clou de l’article, répond à la question de recherche)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Pour les analyses bivariées et multivariées, le choix de la procédure statistique repose sur 3 choses:

A
  1. La question de recherche : présume une relation, qu’est-ce-que je cherche
  2. La nature des variables : quel type d’analyse, voici les possibilités que j’ai, ce que je peux faire/peux pas faire (toujours moyen de faire quelque chose avec les données)
  3. Si les variables sont paramétriques ou non (forme de distribution)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

qu’est-ce qu’un arbre décisionnel?

A

outil très utile, outil d’aide à la décision représentant un ensemble de choix sous la forme graphique d’un arbre.

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

les 4 types d’échelle

A

nominale, ordinale, intervalle, ratio

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

échelle nominale

A
  • Ce sont des données de catégorisation. Dans l’échelle nominale, la variable est séparée en catégories et chacune porte son nom
  • Aucune opération mathématique possible sauf la fréquence (et le pourcentage) on ne peut mettre les catégories en ordre
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

échelle ordinale

A
  • C’est une échelle qui implique un rang entre les sujets ou objets
    tres stisfait, moyennement satisfait, etc.
  • La distance entre les rangs n’est pas nécessairement la même
  • Le calcul d’une moyenne est plutôt douteux. Il est préférable de référer aux fréquences au mode et à la médiane
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

échelle intervalle/ratio

A
  • Échelle avec laquelle on peut ordonner les sujets ou objets
    celsius
  • Les différences numériques égales entre les données correspondent à des différences numériques réelles
  • Intervalle : pas de zéro absolu (zéro arbitraire, ne signifiant pas l’absence du phénomène)
  • Ratio : échelle qui comprend les propriétés de l’échelle intervalle mais avec le zéro absolu
  • Zéro signifie l’absence du phénomène
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

démarche scientifique simplifiée

A
  1. Je me pose une question
  2. Je formule une hypothèse
  3. Je planifie ma démarche
  4. Je fais mon expérimentation
  5. Je réponds à ma question
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

les étapes de la démarche scientifique

A
  1. observation
  2. conceptualisation
  3. opérationnalisation
  4. analyse et interprétation des données
  5. conclusion et partage des résultats
  6. recommencer
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

validité

A
  • Indique jusqu’à quel point l’instrument mesure ce qu’il devrait mesurer
  • Un instrument est valide lorsqu’il mesure ce qu’il prétend mesurer
  • Compare deux choses
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

fidélité

A

fait référence à la précision et la constance des résultats fournis par un instrument de mesure.

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

4 moyens utilisés pour mesurer la fidélité

A
  1. stabilité (temporelle)
  2. consistance interne
  3. équivalence
  4. accord inter-juge
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

fidélité: stabilité (temporelle)

A
  • Définition : constance des réponses obtenues lors de prises répétées d’une mesure dans les mêmes conditions et auprès des même sujes
  • Technique : test re-test (lapse de temps de 2 à 4 semaines entre les deux passations)
  • Meilleure façon de mesurer la stabilité
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

fidélité: consistance interne

A
  • Définition : correspond à l’homogénéité des énoncés d’un instrument de mesure. On parle du lien de chaque énoncé avec l’échelle
  • Est-ce que les énoncés sont cohérents eux-mêmes?
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

fidélité: équivalence

A
  • Degré de corrélation entre deux versions ou deux formes parallèles d’instruments
  • But : éviter l’effet d’apprentissage
  • On devrait obtenir une forte corrélation entre les deux instruments s’ils sont fidèles, donc équivalents
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

fidélité: accord inter-juge

A
  • Si deux personnes étudient la même chose, est ce qu’on obtient à peu près les mêmes résultats
  • S’utilise lorsque plusieurs observateurs doivent évaluer un phénomène. On veut exprimer le degré de concordance dans leurs réponses
  • Si on évalue les mêmes sujets avec un même instrument, il faut arriver aux mêmes réponses
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

3 grands types de validité

A
  1. validité de contenu
  2. validité de construit (validité conceptuelle/théorique)
  3. validité reliée à un critère
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

validité de contenu

A
  • Liée à la représentativité de l’échantillon de comportements (items du test)
  • Étudié au moment de la construction du test
  • On la juge généralement à l’aide d’expert
  • L’évaluation de la validité de contenu découle d’une décision subjective
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

validité de construit

A
  • Degré de concordance entre le concept abstrait et la définition opérationnelle du concept, soit les indicateurs manifestes et mesurables
  • Liée à la cohérence du test avec la théorie du construit
  • C’est la mise à l’épreuve de la théorie du concept. Plus la théorie est explicite, plus il est facile de mettre à l’épreuve cette validité.
  • On la met à l’épreuve de plusieurs façons : liens avec les caractéristiques des individus, corrélations avec d’autres tests (validité convergente et discrimination), coefficients d’homogénéité, analyse factorielle, méthode multitraits/multimédias
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

validité reliée à un critère

A
  • Degré de concordance entre la mesure générée par l’instrument (variable) et un critère externe
  • Liée à la relation du test avec un ou des critères externes
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

2 types de validités reliées à un critère

A

validité concourante et validité prédictive

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

reliée à un critère: validité concourante

A
  • Elle réfère à la covariation d’un instrument avec une autre mesure prise au même moment
  • Un instrument avec une validité concourante avérée et bien documentée est potentiellement un bon choix, puisqu’il nous renseigne sur d’autres mesures.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

reliée à un critère: validité prédictive

A
  • L’un des aspects les plus importants en ce qui concerne la validité en criminologie est la validité prédictive
  • À quoi bon utiliser un instrument s’il ne prédit rien…
  • C’est ce qui confère généralement aux instruments leur utilité
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

théorie classique des tests (TCT)

A

cadre pour évaluer la qualité des tests, se concentre sur la fiabilité (cohérence des résultats) et la validité (mesure ce qu’elle prétend mesurer) des tests psychologiques. En gros, elle nous aide à déterminer si un test mesure réellement ce qu’il est censé mesurer de manière cohérente.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

opérationnalisation

A

Définition d’un concept théorique à l’aide d’indicateurs observables et mesurables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

concept

A

représentation abstraite d’un objet réel (table qui représente l’ensemble des tables) ou un construit, ex. attachement maternel, épuisement professionnel, crime

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

dimensions

A

composantes des concepts (stratégie de recherche et de traitement de l’information)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

indicateur

A

signe ou les manifestations objectivement repérable et mesurable des dimensions d’un concept (par ex : l’acquisition de l’information, les attitudes, les connaissances, la valeur de la tâche, le temps …)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

variable

A

valeur qui change en fonction de différents facteurs. Certaines variables changent facilement, comme les valeurs boursières, tandis que d’autres sont quasiment constantes, comme le nom de quelqu’un. Les chercheurs cherchent souvent à mesurer les variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

avantages d’une bonne opérationnalisation 2

A
  • cohérence: facilite la reproduction de l’étude
  • tend vers l’objectivité (minimise le biais)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

inconvénients d’une bonne opérationnalisation

A
  • spécificité et manque d’acceptation: adopter une définition revient à rejeter les autres
  • réduction: puisque l’opérationnalisation implique l’interprétation et la réduction d’un concept abstrait large en observations plus nettes et moins subjectives, elle peut faire perdre au concept original une partie de son sens.
36
Q

qu’est-ce qu’un sondage

A

méthode utilisée pour colliger de l’information auprès d’un échantillon d’individus (pas recensement)

37
Q

échantillon

A

proportion d’une population

38
Q

un bon sondage possède…. 2

A
  1. échantillon représentatif
  2. information pertinente sur les concepts à l’étude
39
Q

sources d’erreurs dans échantillonage (2)

A
  • unit nonresponse: fait partie de l’échantillon, mais non sondée
  • taux de réponse: proportion de l’échantillon qui participe au sondage
40
Q

critères de classification d’un sondage 6

A

qui? quoi? par qui? comment? quand? où?

41
Q

sources d’erreurs dans un sondage (4)

A

le questionnaire
le mode de cueillette
l’interviewer
le répondant (plusieurs types: désirabilité sociale. acquiescement, etc.)

42
Q

omnibus

A

coller pleins de questions l’une à la suite de l’autre, qui n’ont pas nécessairement de liens ensemble)

43
Q

2 choses qui peuvent jouer un rôle dans un questionnaire

A
  1. l’ordre des questions
  2. l’ordre de choix de réponse
44
Q

à éviter dans un questionnaire (5)

A
  • Questions « double barreled » : qui couvrent plusieurs sujets
  • Questions à double négatifs :
  • Questions suggestives/biaisées
  • Questions à charge émotive
  • Attention aux questions sensibles (intrusives, taboues)
45
Q

Quels sont les 2 types d’hypothèse?

A
  1. hypothèse de recherche
  2. hypothèse nulle
46
Q

Une bonne hypothèse est (4) …

A

précise, testable, dirigée, courte

47
Q

j’ai remarqué que la police arrêtait souvent des consommateurs de drogues. Pourquoi? (VD, VI, VC et hypothèse)

A

VD: les arrestations de la police
VI: le type de drogue consommée/façon de consommer
VC: tous des potentiels
hypothèse: si la fréquence de consommation augmente, le risque d’arrestation augmente.

48
Q

Qu’est-ce que l’analyse exploratoire des données?

A
  • constitue l’étape préliminaire à toute statistique, même la plus sophistiquée
  • elle aide à orienter les analyses subséquentes
  • on s’attarde habituellement à trois aspects: les mesures de tendance centrale, les mesures de dispersion et la distribution des résultats
49
Q

la tendance centrale

A

une mesure qui indique où se trouve la majeure partie des données ou scores d’une distribution

50
Q

les mesures de tendance centrales

A
  • visent à représenter le score typique d’une distribution
  • elle est un effort de synthèse: représenter un ensemble sur la base d’un seul indicateur.
  • existe principalement 3 types
51
Q

3 types de mesures de tendance centrale

A

le mode, la médiane, la moyenne

52
Q

le mode

A

le mode d’une série d’observations est la valeur la plus fréquente d’un ensemble de données. le mode est rarement employé seul pour mesurer la tendance centrale, parce qu’avec un petit nombre d’observations, comme c’Est le cas dans notre exemple, chaque valeur est unique. Dans ce cas, il n’y a pas de mode.

53
Q

la médiane

A

correspond à l’observation du milieu, c’est-à-dire la valeur de part et d’autre de laquelle de situe la moitié des observations. pour la mesurer, on établit la liste des observations individuelles par ordre croissant ou décroissant.

54
Q

la moyenne

A

représente la mesure la plus courante de tendance centrale des observations. elle se calcule en additionnant les valeurs observées de chaque individu, somme divisée par le nombre de sujet observé

55
Q

les mesures de dispersion

A
  • indices qui caractérisent l’étalement des valeurs d’une distribution d’une variable autour d’une valeur centrale.
56
Q

mesures de dispersion: les indices de dispersion permettent de savoir si les scores individuels se ________ ou ____________ beaucoup des mesures de tendance centrale

A

rapprochent ou s’éloignent

57
Q

mesures de dispersions ne permettent pas de comparer des distributions qui ne sont pas sur _________________.

A

la même échelle

58
Q

3 mesures de dispersions

A

étendue, variance, écart type

59
Q

l’étendue

A

indique entre quelles valeurs les résultats varient

60
Q

la variance

A

elle mesure la dispersion de chaque observation autour de la moyenne.
La variance se calcule d’abord en faisant la différence entre chaque observation et la moyenne. Ces différences sont ensuite élevées au carré afin que les chiffres positifs et négatifs ne s’annulent pas. On additionne ensuite ces écarts élevés au carré. La somme des carrés des écarts est alors divisée par le nombre total d’observations moins une.

61
Q

l’écart type

A

racine carrée de la variance. c’est la plus utilisée dans le cas de la description de variables continues

62
Q

la distribution

A

les valeurs de chaque cas pour une variable donnée. typiquement, les réponses sont ordonnées

63
Q

les fractiles

A

séparent la distribution en groupes égaux, le plus fréquent est le quartile

64
Q

le kurtose (k)

A

une mesure d’aplatissement de la distribution.

65
Q

si K +/- 0

A

mésokurtique (normal)

66
Q

leptokurtique

A

distribution qui tend plus vers le pic de l’étendue, en haut de 0

67
Q

platikurtique

A

vers étendue plus que vers le pic, en bas de 0.

68
Q

la symétrie (skewness, S)

A

c’est une mesure d’asymétrie de la distribution.

69
Q

si S +/- 0,5 = ?

A

pas d’asymétrie

70
Q

paramétrique ou pas?

A
  • lorsque le N est de moins de 30, notre variable est par défaut non paramétrique
  • lorsque la distribution de notre variable est non normale: non paramétrique
  • une variable nominale ou ordinale est automatiquement paramétrique
71
Q

analyse bivariée

A

permet d’étudier la relation entre deux variables (dépendante et indépendante)

72
Q

limites des statistiques bivariées (3)

A
  1. analyse d’une relation simple
  2. limite les interprétations possibles
  3. limite notre compréhension du monde (la nature complexe des relations)
73
Q

les postulats d’utilisation

A
  • sont associés à chaque famille de test
  • ensemble de règles à respecter dans l’utilisation des statistiques pour assurer la validité des résultats
  • quand ils ne sont pas respectés, cela mène à une fausse sensibilité du test.
74
Q

3 tests de moyenne

A

la signification, la force de la relation, le sens de la relation

75
Q

1 la signification

A

la mesure de signification teste l’hypothèse selon laquelle la relation observée avec nos données est équivalente à celle observée dans la population, ou si elle est attribuable à la chance ou au hasard. souvent représentée par la lettre p ou *

76
Q

la signification nous aide à répondre à la question suivante :

A

est ce que ma relation entre X et Y est statistiquement significative?

77
Q

2 la force de la relation

A

le coefficient de force (ou d’association) qualifie la relation et établit si la différence est attribuable à la taille de l’échantillon ou non.

78
Q

la force de la relation nous aide à répondre à la question suivante:

A

est-ce que l’impact de X suir Y est fort, modéré ou faible?

79
Q

que devons-nous regarder en lien avec la force de la relation ? (3)

A
  • le coefficient de force est différent pour chaque test statistique
  • il importe de connaitre le domaine d’étude pour identifier la force de la relation
  • un coefficient de force de plus de 0,80 peut indiquer de la colinéarité (c’est-à-dire les deux variables mesurent le même phénomène)
80
Q

3 le sens de la relation

A

c’est à ce niveau que l’on transpose en mots concrets la relation entre nos variables

81
Q

corrélation

A

relation positive: X augmente Y augmente
relation négative: X augmente Y diminue

82
Q

corrélation et causalité (3)

A
  1. il y a covariation entre les deux phénomènes
  2. la cause précède la conséquence
  3. les explications alternatives sont exclues
83
Q

variable catégorielle

A

Une variable catégorielle est une variable statistique qui représente des catégories distinctes ou des groupes plutôt que des quantités numériques continues.

84
Q

variable continue

A

Une variable continue est une variable statistique qui peut prendre une infinité de valeurs dans un intervalle donné, sans interruption.

85
Q

variable ordinale

A

Une variable ordinale est une variable statistique qui représente des catégories avec un ordre ou une hiérarchie spécifique, mais les différences entre les valeurs ne sont pas nécessairement uniformes.

86
Q

variable nominale

A

Une variable nominale est une variable statistique qui représente des catégories distinctes sans ordre ou hiérarchie spécifique.

méthodes quantitatives (1 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions