Analyse des données Flashcards

1
Q

Méthodes d’analyse qualitative

A
  • Analyse de contenu

- Théorisation ancrée

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

Analyse de contenu

A
  • Analyse des données discursives
  • Selon approche pragmatique dérivée de la psycholinguistique : à partir des marqueurs langagiers, du dénombrement d’ensembles lexicaux ou sémantiques ou de structures d’enchaînement
  • Selon approche psychosociologique : classification ou codification des éléments du texte dans diverses catégories pour faire émerger le sens précis du discours voire les significations latentes. Analyse de type hiérarchique : analyse thématique puis catégorisation de niveau croissant
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Théorisation ancrée

A
  • Démarche de recherche exploratoire basée sur des données empiriques
  • Mise en relation de l’analyse de contenu et de la catégorisation conceptualisante
  • Les catégories sont ensuite confrontées aux données des entretiens successifs qui permettent l’émergence de nouvelles catégories car absence de cadre théorique pré-établi.
  • Permet de modéliser un ensemble de relations
  • Étapes : codification, catégorisation, mise en relation, intégration, modélisation, théorisation
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Méthodes d’analyse quantitatives

A
  • Codification des données
  • Validation des instruments de mesure
  • Description des données
  • Corrélations, analyses factorielles et modèles de régression
  • Modélisation par équations structurelles : type cheminatoire ou cheminement causal
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Corrélations

A

Permet de mesurer l’association entre deux variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Analyses factorielles

A
  • Exploratoire : permet de dégager les principaux facteurs expliquant un % important de la variance de la variable à l’étude
  • Confirmatoire : permet de déterminer non seulement le nombre de facteurs mais aussi l’appartenance de chaque variable à un ou plusieurs facteurs
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Régression

A

Permet d’expliquer ou prédire une VD à partir d’une VI ou variable prévisionnelle

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

Loi normale (ou loi de Gauss)

A

C’est l’une des lois de probabilité les plus adaptées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires. La loi normale dépend de deux paramètres la moyenne et la dispersion des valeurs autour de cette valeur centrale. Un caractère observable et mesurable dans une population d’individus comparables a souvent une fréquence modélisée par une loi normale, c’est le cas par exemple de la taille humaine pour un âge donné.

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

Loi binomiale

A

Modélise le nombre de succès obtenus lors de la répétition indépendante de plusieurs expériences aléatoires identiques. Cette loi de probabilité discrète est décrite par deux paramètres : n le nombre d’expériences réalisées, et p la probabilité de succès. La loi a également son utilité pour modéliser des situations simples de succès ou échec. La loi binomiale est utilisée dans divers domaines d’étude, notamment à travers des tests statistiques.

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