Analyse bivariée Flashcards
Quels sont les types d’analyse? (3)
- Univariée (1variable) décrire et présenter les données pour chaque variable / manipulations
- Bivariée (2variables) analyser l’effet d’une variable (X) sur une autre (Y)
- Multivariée (3variables) analyser l’effet de plusieurs variables sur une autre (Y) / contrôler l’effet de variable de contrôle / régression linéaire
Quelles sont les conditions nécessaire pour la causalité? (5)
- Séquence temporelle la cause doit précéder l’effet (X cause Y)
- Association entre X et Y ; X et Y sont présents
- La relation persiste même si on inclut d’autres variables (influence variable tierce)
- Les deux concepts (cause/effet) doivent être conceptuellement distincts
- Il existe une interprétation possible de relation
Quels sont les buts de l’analyse statistique? (2)
a. Connaître l’association entre deux variables
b. Connaître les différences de groupes pour une même variable
Quels sont les types d’hypothèses? (4)
a. Non directionnelle aucune mention du sens de la relation entre les deux variables
i. Afin d’accepter l’hypothèse de recherche, il doit avoir relation significative
b. Directionnelle les différences existantes sont mentionnées (sens relation)
i. Afin d’accepter l’hypothèse de recherche, le sens de relation doit être juste
c. Hypothèse nulle (H0)
i. Aucune relation/association entre les VI et VD
d. Hypothèse de recherche (H1)
i. Présence d’une association/relation entre VI et VD
Il est important de toujours revenir à l’hypothèse nulle, deux façons de le faire?
a. Rejet de H0 (relation statistiquement significative) H1 est nécessairement vraie
b. Non rejet de H0 (pas relation significative) ne veut pas forcément dire que H1 est fausse
Quelles sont les caractéristiques de la population?
ensemble de toutes les personnes/objets/faits sur lesquels portent l’étude
a. Définir la population ciblée en spécifiant ;
i. Unité statistique chaque élément de la population
ii. Caractéristiques géographiques et temporelles
b. Accès à toute la population difficile et coûteux
Quelles sont les caractéristiques de l’échantillon?
sous-ensemble des observations/unités extrait d’une population
a. Importance de la représentativité de l’échantillon
i. Généralisation résultats
ii. Échantillon aléatoire toutes unités ont la même chance d’être sélectionnées
Comment expliquer le problème fondamental de la fluctuation des échantillons? (3)
i. La plupart des études sont basées sur des échantillons
ii. Les statistiques obtenus peuvent varier d’une étude à l’autre
• Estimation de la population/probabilité
• Importance de reproduire les études
iii. Divergences entre statistiques émanant de la population et des échantillons
Qu’est-ce que la probabilité? (2)
i. Nombre de fois qu’un évènement/situation survient divisé par le nombre d’occasion que l’évènement/situation puisse survenir
ii. Plus l’échantillon est grand, plus on se rapproche de la population
Quelles sont les caractéristiques des erreurs d’échantillonnage? (3)
a. Loi des grands nombre +échantillon grand = +erreur d’échantillonnage est petite
b. +grande est la variance de la population = +grande est l’erreur d’échantillonnage
c. Calculée grâce à l’erreur type de la moyenne écart-type de la moyenne
Qu’est-ce que l’inférence statistique? (2)
- Induire les caractéristiques inconnues d’une population à partir d’un échantillon
- méthode permettant de tirer des conclusions fiables sur la population, à partir des données obtenues pour l’échantillon (généralisation)
Que permet l’inférence statistique? (2)
- Permet minimiser probabilités de fausses conclusions quant aux paramètres de population
- Puisque nous inférons les données de notre population à partir d’un échantillon aléatoire possibilité que les résultats trouvés soient attribuables au hasard/erreur d’échantillonnage
Quel est le but de l’inférence statistique?
a. Déterminer si les différences observées sont le reflet de réelles différences au sein de notre population ou le résultat possible d’une erreur d’échantillonnage
Quels sont les deux types d’erreurs d’inférences?
- Erreur de type 1 = alpha
2. Erreur de type 2 = bêta
Qu’est-ce que l’erreur de type 1? (2)
- Le chercheur affirme qu’il existe un lien entre les variables (rejet de H0)
- Mais en réalité il n’existe pas de lien