RECHERCHE.C

Question 1

VARIABLE CATÉGORIELLE OU QUALITATIVE PEUT ÊTRE NOMINALE OU ORDINALE
DIFFÉRENCE

Answer 1

NOMINALE (NE PRÉSENTE PAS DE HIÉRARCHIE OU ORDINALE SI L’ON PEUT ÉTABLIR UN ORDRE DE GRANDEUR ENTRE LES CATÉGORIES

Question 2

c quoi opérationnalisation des concepts

Answer 2

processus par lequel un concept abstrait ou construit est transposé en phénomène observable et mesurable

• indicateur empirique est expression quantifiable et mesurable d’un construit
• définition opérationnelle détemine les procédés par lesquels les variables seont mesurées dans une étude en particulier

Question 3

Mesures continues :
vs mesures discrètes:

Answer 3

 nombre illimité de valeurs possibles;
 variables d’intervalle et de proportion;
 variable peuvent prendre théoriquement un nombre infini de
valeurs- ex.: C°, poids, taille, revenu…

Mesures discrètes :
 nombre limité de valeurs possibles;
 variables nominales et ordinales;
 Variables ne peuvent prendre qu’un nombre fini de valeurs- ex.: genre, degré de scolarité…

Question 4

échelle de propotion: type de variable

échelle intervalle type variable

échelle ordinale type variable

échelle nominale type variable

Answer 4

continur

discrète

catégorielles

Question 5

Types erreurs
aléatoire
systématique

Answer 5

• L’Erreur de mesure : différence entre réel et celle prise avec instrument de mesure (observé)
• Erreur aléatoire : erreur de mesure qui survient au hasard et qui risque jusqua un certain degré d’accroitre ou de diminuer le vrai score
• Erreur systématique : survient de façon constante chaque fois qu’il y a prise de mesure et elle découle de facteurs permanents (attribuable à intellignece, scolarité, conformité sociale…)

Question 6

fidélité vs fiabilité

Answer 6

Fidélité : appliquée aux échelles de mesure (= reliability)
Fiabilité : appliquée aux instruments de mesures directes (qualitative)
= Précision et constance des mesures obtenues à l’aide d’un
instrument de mesure.
Est-ce que l’instrument utilisé est capable de mesurer d’une
fois à l’autre un même concept de façon constante?
 C’est donc la reproductibilité de la mesure.

Question 7

savoir coefficients de validité?

Question 8

Différencier la fidélité et la validité d’une mesure

Answer 8

La validité désigne
la capacité d’un instrument a mesurer ce qu’il est
censé mesurer.

fidélité: précision et constance des mesures obtenues a laide d’un instrument de mesure, cohérence interne, stabilité temporelle

Question 9

6 étapes de l’analyse des données qualitatives

Answer 9

1. organisation des données par une transcription de celles-ci
2. révision des données et immersion du chercheur
3. codage des données avec logiciels analyse de données qualitatives assistées par ordi
4. élaboration de catégories et émergence de thèmes
5. recherche de modèles de référence
6. interprétation des résultats et conclusions

Question 10

4 principales formes de triangluation

Answer 10

4 principales formes de
triangulation:
Des sources de données : on
utilise plusieurs sources de
données dans une étude (ex.
patients, soignants naturels
ou familles, infirmières,
gestionnaires, etc.).
Des chercheurs : on fait appel
à plusieurs personnes pour
recueillir, analyser ou
interpréter un ensemble de
données (provenant de
différentes écoles de pensée).
Des théories : on puise dans
plusieurs perspectives pour
interpréter un ensemble de
données (différents éléments
du cadre de référence).
Des méthodes : on utilise
plusieurs méthodes pour
étudier un phénomène (ex.
observation, entrevues,
questionnaire, etc.).

Question 11

4 critèes de rigueur scientifique à savoir?
si oui voir rappel tableau 11.3 mod8b

Question 12

Il est recommandé d’avoir deux personnes pour l’encodage des données afin de garantir la fidélité
intercodeurs

Question 13

Analyse statistique descriptive(chap. 21)mod8c

Answer 13

4 niveau de mesure des variables

et 5 formes de classement de données
distributions de fréquences, mesures de tendandece centrale, mesures de dispersion, mesures de posiiton et mesures d’association entre deux variables

Les principales analyses descriptives:
 Distribution de fréquences groupées ou non groupées (nombre, pourcentage)
 Mesures de tendance centrale (mode, médiane, moyenne)
 Mesures de dispersion (étendue, variance, écart-type; coefficient de variation)
 Mesures de position (centile, quartile, score standardisé ou z)
 Mesures d’association (corrélation)

Question 14

Analyse statistique inférentielle (chap. 22) mod 8c

Question 15

Il faut considérer les
outils de mesure,
leur validité et leur
fidélité pour bien
interpréter les
résultats

Question 16

types de corrélation variables continues/discrètes, test paramétrique non paramétrique
mod8c

Question 17

quelles sont les 2 mesures pour estimer l’écart enttre la valeur de la population et celle de l’échantillon

Answer 17

paramètre: mesure effectués auprès d’une population

statistique: mesure effectuée auprès d’un échantillon de population

Question 18

7 étapes de la vérification empirique des hypothèses
mod8c

Answer 18

1. formulation des hypothèses
2. choix d’un seuil de signification
3. puissance d’un test statistique
4. calcul du test statistique approprié
5. déterminant de la valeur critique
6. définition de la règled e décision
7. application de la règle de décision et la conclusion

Question 19

Les analyses inférentielles

Answer 19

 Mesures d’association pour examiner les relations proposées entre des variables (coefficients
de corrélation de Pearson et de Spearman, autres tests moins utilisés).
 Mesures de prédiction pour explorer les statistiques et prédire l’issue d’une variable
dépendante ou variable prédite (analyse de régression linéaire simple, multiple et logistique);
 Mesures de comparaisons de moyennes pour déterminer des différences entre les groupes
expérimental et témoin (test t de Student et le test U de Mann-Whitney; le test de Wilcoxon
par rang signés; l’ANOVA et le test de Kruskal-Wallis);
 Mesures de comparaison de fréquences pour comparer les distributions de deux variables
catégorielles (test d’indépendance du khi-deux).
Les tests statistiques correspondants aux analyses inférentielles appliquées
pour ces mesures seront différents selon la nature des variables examinées (
intervalle ou de proportion Versus nominale ou ordinale)

Question 20

Pour bien interpréter les différentes
mesures d’analyse inférentielles, il
est important de comprendre ce
qu’est le seuil de probabilité P

Answer 20

En résumé sur le seuil de probabilité P:
Sa valeur :
 indique la probabilité que les résultats n’aient pas été obtenus par
la chance ou le hasard seulement.
 par convention, on se fixe un seuil de probabilité minimal qu’on
nomme seuil de signification.
 Lorsque le seuil de signification n’est pas précisé dans un article,
par convention on suppose qu’il est établit à 0,05.
Interprétation: pour un seuil établit à 0,05, une valeur de p < 0,05
indique :
 Le rejet de l’hypothèse nulle (H0
).
 95% de chance qu’il existe une différence significative entre les
moyennes.
 le risque de se tromper ou que la différence observée soit
simplement due au hasard est de 5% (5 chances sur 100).

Question 21

Les mesures d’association : coefficient de corrélation et de régression

Answer 21

corrélation pearson test paramétrique
et spearman test non paramétrique

3 types de régression
linéaire simple. 2 variables continues

multiple. +2 variable vi nominale/continue. vd continue

logistique. si vi ont effet sur variable d dichotomique. vi nominale/continues vd nominale (dichotomique)

Question 22

test khi-deux

Answer 22

comparer distribution de deux variables catégorielles. non paramétrique qui exprime l’importance de l’écart entre fréquences observées et fréquences théoriques

Question 23

Variables continues
Distribution normale de l’échantillon test paramétrique

Variables discrètes
Distribution non normales
test non paramétrique

Question 24

Différentier les analyses descriptive et inférentielles

Answer 24

Statistiques descriptives
Répondre aux questions
Présenter les
caractéristiques
Tests :
Distribution de fréquences
Mesures de tendance centrale
Mesures de dispersion
Mesures d’association
Présenter la distribution des
données mesurées
(caractéristiques)

Statistiques inférentielles
Vérifier les hypothèses
Examiner les différences
Tests:
Tests paramétriques (variables
continues, échelles à intervalle
et à proportion)
Tests non paramétriques
(variables discrètes, échelles
nominale et ordinale)
Comparer les groupes
Vérifier la généralisation des
résultats

Question 25

Différentier les analyses descriptive et inférentielles tests  Test t:  Mann-Wihtneyou Wilcoxon:  ANOVA (F): .  Krusal-Wallis:  Chi carré ou Khi deux (X2) :  Corrélation de Spearman (rs) :  Corrélation de Pearson (r) :  Régression multiple (β) et le Odds Ratio (OR) :

Answer 25

 Test t: déterminer s’il existe une différence entre les moyennes de deux groupes avec des variables continues.  Mann-Wihtneyou Wilcoxon: déterminer s’il existe une différence entre les moyennes de deux groupes, avec des variables discrètes.  ANOVA (F): déterminer s’il existe une différence entre les moyennes de trois groupes indépendants ou plus, avec des variables continues.  Krusal-Wallis: déterminer s’il existe une différence entre de trois groupes indépendants ou plus, avec des variables discrètes (rang).  Chi carré ou Khi deux (X2) : comparer les distributions des mesures discrètes, ressortir les relations ou les différences des données nominales (fréquence, %, proportion).  Corrélation de Spearman (rs) : vérifier le degré de relation entre deux variables discrètes (mesures ordinales).  Corrélation de Pearson (r) : vérifier le degré de relation entre deux variables continues (mesures d’intervalle ou de proportion). [devis corrélationnels].  Régression multiple (β) et le Odds Ratio (OR) : déterminer l’influence d’une variable sur une autre. [devis prédictifs et explicatifs].

Question 26

Procédés explicatifs en décrivant les points communs (ex. similitudes entre des études, des façons de faire…). en mettant en opposition certains éléments (ex. différences dans les études répertoriées). * Exemplification : soutenir les explications par un exemple ou une anecdote ou un * Cause à effet : établir un rapport entre les causes et ses effets ou conséquences afin d’expliquer votre point de vue (ex. parce que, en effet, puisque, étant donné, aussi, en fait, car, ainsi, par conséquent, alors, donc, c’est pourquoi, conséquemment…). * Résolution de problèmes : suggérer des solutions puis prévoir leur application (solutions à votre problématique). * Reformulation : expliquer chose en d’autres mots. en utilisant des synonymes, analogues; dire la même * Citation : rapporter les paroles de façon directe mais surtout indirecte (paraphraser); rapporter des faits et les appuyer.

Question 27

les types d'Arguments

Answer 27

Types d’arguments 1. Arguments à caractère scientifique  faits  données chiffrées  exemples  témoignages  autorité 2. Arguments subjectifs  définition  métaphore  tradition  nouveauté  majorité  valeurs  sentiments 3. Arguments intellectualisés  cause à effet  concession  hypothèse * Arguments intellectualisés (arguments construits)  cause à effet (Ex. Parce que les enseignants sont bien formés, ils offrent des cours de qualité);  concession (Ex. Bien que les infirmières soient satisfaites de leur travail, elles doivent néanmoins conjuguer travail famille-études);  hypothèse (Ex. Si vous persévérez dans vos études, les probabilités sont grandes que vous obteniez votre diplôme)

Question 28

Connecteurs logiques : mots de liaison : autrefois, jadis, aujourd'hui, de nos jours, à l’époque, : d’abord, ensuite, enfin; d’une part, d’autre part; en premier lieu, en second lieu, en dernier lieu; premièrement, deuxièmement, troisièmement…; : parce que, en effet, puisque, étant donné, aussi, en fait, car…; pourquoi…; * Addition : alors, ainsi, donc, par conséquent, conséquemment, c’est : de plus, d’abord, ensuite, en outre, enfin, par ailleurs, par surcroît…; * Concession est vrai que…; * Opposition or…; * Synthèse : toutefois, sans doute, néanmoins, certes, bien-sûr, malgré, outre, il : cependant, mais, en revanche, à l'inverse, au contraire, pourtant, : en résumé, en somme, bref…

Question 29

6 étapes de la pratique fondée sur les données probantes

Answer 29

1. définir 2. chercher 3. apprécier 4. intégrer 5. évaluer 6. diffuser

Question 30

La corrélation de Spearman et . La corrélation de Pearson sont des mesures de la classe

Answer 30

Mesure d’association

Question 31

La régression linéaire et La régression logistique sont des mesures de la classe de

Answer 31

mesure de prédiction

Question 32

Le test t et L’analyse de la variance sont des mesures de la classe de

Answer 32

Mesure de différences ou de comparaison de moyennes

Question 33

Le test d’indépendance du khi-deux est de la classe de mesure de...

Answer 33

Mesure de comparaison de fréquences