Analyses statistiques

Question 1

Pourquoi faire des statistiques en psychologie?

Answer 1

Pour décrire nos échantillons, nos participants, mais
surtout pour tester nos hypothèses!

Question 2

On fait surtout des statistiques pour tester nos hypothèses, mais en quoi ça consiste exactement (2)?

Answer 2

• Déterminer si la différence observées entre mes groupes ou conditions est « statistiquement significative » ou non.
• On vise souvent un certain « seuil de signification » (seuil α). Une limite qu’on doit atteindre pour supporter la conclusion.

Question 3

Vrai ou Faux: Il pourrait être suffisant de regarder nos données et d’en tirer des conclusions.

Answer 3

Faux.

Question 4

Nommer 3 situations où il pourrait devenir difficile de faire l’analyse des résultats.

Answer 4

Avec des grands groupes, si les résultats sont très variables ou s’il y a de nombreuses sources d’erreurs possibles.

Question 5

Vrai ou Faux: Certains résultats de recherches ont des impacts importants et concrets sur les gens, on doit donc les interpréter prudemment.

Answer 5

Vrai.

Question 6

Quels sont les 2 types (échelles) d’analyses descriptives? Donner un exemple pour chacun.

Answer 6

• Échelles nominales et ordinales: Fréquence de chaque catégorie.
• Échelles d’intervalle et de ratio: moyenne et écart-type.

Question 7

Dans la pratique, est-ce que les mesures ordinales (donner un exemple) sont gérées comme des échelles d’intervalles?

Answer 7

Oui. Les échelles de type Likert en son un exemple.

Question 8

Définir ce qu’est la moyenne.

Answer 8

La somme de toutes les observations divisée par le nombre d’observations.

Question 9

Définir ce qu’est l’écart-type.

Answer 9

Il mesure la dispersion des scores (observations). Il représente la «moyenne des déviations à la moyenne».

Question 10

Le “test d’hypothèse” comporte 3 phases. Nommer-les.

Answer 10

1. Énoncer les hypothèses.
2. Évaluation de la probabilité ou application d’une formule.
3. La règle de décision (le seuil de signification α)

Question 11

Expliquer la phase 1 du test d’hypothèse “énoncer les hypothèses”.

Answer 11

• 𝐻o= ℎ𝑦𝑝𝑜𝑡ℎè𝑠𝑒 𝑛𝑢𝑙𝑙𝑒 (𝑛𝑜𝑠 𝑔𝑟𝑜𝑢𝑝𝑒𝑠 𝑛𝑒 𝑠𝑜𝑛𝑡 𝑝𝑎𝑠 𝑑𝑖𝑓𝑓é𝑟𝑒𝑛𝑡𝑠, 𝑙𝑒𝑠 𝑑𝑜𝑛𝑛é𝑒𝑠 𝑠𝑜𝑛𝑡 𝑎𝑙é𝑎𝑡𝑜𝑖𝑟𝑒𝑠, 𝑣𝑎𝑟𝑖𝑒𝑛𝑡 𝑎𝑢 ℎ𝑎𝑠𝑎𝑟𝑑).
• 𝐻1=ℎ𝑦𝑝𝑜𝑡ℎè𝑠𝑒 𝑛𝑜𝑛−𝑛𝑢𝑙𝑙𝑒 𝑜𝑢
  𝑐𝑜𝑛𝑡𝑟𝑒−ℎ𝑦𝑝𝑜𝑡ℎè𝑠𝑒 (𝑛𝑜𝑡𝑟𝑒 ℎ𝑦𝑝𝑜𝑡ℎè𝑠𝑒 𝑑𝑒 𝑟𝑒𝑐ℎ𝑒𝑟𝑐ℎ𝑒, 𝑑𝑜𝑛𝑐 𝑔é𝑛é𝑟𝑎𝑙𝑒𝑚𝑒𝑛𝑡 𝑞𝑢𝑒 𝑛𝑜𝑠 𝑔𝑟𝑜𝑢𝑝𝑒𝑠 𝑠𝑜𝑛𝑡 𝑑𝑖𝑓𝑓é𝑟𝑒𝑛𝑡𝑠).

Question 12

Expliquer la phase 2 du test d’hypothèse “évaluation de la probabilité (ou application d’une formule)”

Answer 12

Le choix de la formule et du modèle de probabilité dépend de la question de recherche (p.ex. courbe normale, loi t de Student , Khi deux ( χ ²) et F, etc.).

Question 13

Expliquer la phase 3 du test d’hypothèse “la règle de décision (le seuil de signification α)”.

Answer 13

On fixe le seuil approprié selon les normes du domaine de recherche (0,05 ou 0,01) et on vérifie si l’hypothèse nulle est rejetée ou non (donc si notre hypothèse de recherche est confirmée ou infirmée).

Question 14

Que signifie statistiquement significatif?

Answer 14

Plus grand que le hasard.

Question 15

Le fait que ce soit statistiquement significatif dépend de 3 éléments. Nommer-les.

Answer 15

1. La différence en bloc entre les groupes.
2. La variabilité des données des groupes.
3. La taille des groupes.

Question 16

Le hasard acceptable est fixé à combien de % généralement (indice test t)?

Answer 16

Hasard acceptable fixé à 5%. Donc, la probabilité est plus petite que .05, soit p<0,05.

Question 17

La notion de taille d’effet est en “inter-relation” avec deux autres notions. Nommer-les.

Answer 17

Taille d’effet –>/<– Probabilité significative (p<0,05) –>/<– Taille de l’échantillon (fait un triangle dans le fond).

Question 18

Quelle est la règle générale d’interprétation de la taille d’effet?

Answer 18

0,2=faible, 0,5=moyen et 0,8-élevé.

Question 19

Définir les erreurs de type 1 et 2.

Answer 19

Erreur de type I: Rejeter l’hypothèse nulle alors qu’elle est vraie (faux positif).
Erreur de type 2: Conserver l’hypothèse nulle alors qu’elle est fausse (faux négatif).

Question 20

La probabilité de commettre une erreur de type 1 est égale à quoi?

Answer 20

Au seuil de signification α (0,05 ou 5%).

Question 21

Qu’est-ce que représente la puissance statistique (P)?

Answer 21

La probabilité de rejeter l’hypothèse nulle quand elle est fausse ou, en d’autres mots, la capacité du test à identifier une différence réelle dans les données.

Question 22

Quel est le calcul de la puissance statistique (P)?

Answer 22

P = 1- β (donc 1 - l’erreur de type 2).

Question 23

Pourquoi est-ce que le chercheur voudrait augmenter sa puissance statistique?

Answer 23

Pour se donner plus de chance d’avoir des résultats significatifs.

Question 24

Nonner 3 stratégies utilisées pour tenter d’augmenter la puissance statistique.

Answer 24

• En utilisant et comparant des conditions expérimentales plus contrastées (des groupes plus différents).
• En sélectionnant dans chaque groupe les participants les plus semblables (les plus homogènes) et en prenant des instruments de mesure précis (avec un coefficient de fidélité élevé).
• En employant un nombre plus élevé de participants, ou plus de mesures par participant.

Question 25

Nommer 4 techniques d’analyses univariées.

Answer 25

1. Le test t sur la différence de deux moyennes indépendantes.
2. Le test t sur la différence de deux moyennes jumelées.
3. L’analyse de variance (ANOVA) à plan factoriel.
4. Le Khi-deux d’interaction pour k groupes indépendants.

Question 26

Quelle est la différence entre le test t sur la différence de deux moyennes indépendantes et deux moyennes jumelées?

Answer 26

Indépendantes –> mesures inter-groupes.
Jumelées –> mesures intra-groupes.

Question 27

Qui suis-je? Permet d’étudier les effets principaux et les effets d’interaction possible lorsqu’on a au moins deux variables indépendantes.

Answer 27

L’ANOVA.

Question 28

Qui suis-je? Utilisé avec des mesures dépendantes catégorielles, comme utilisation d’échelles nominales.

Answer 28

Le khi-deux

Question 29

Sur le plan statistique, significatif signifie généralement p<0,005, mais qu’en est-il en clinique?

Answer 29

Pas certain de comprendre, mais c’est en lien avec le retour à la moyenne de la population normale.

Question 30

Nommer 3 types d’analyses multivariées.

Answer 30

1. La corrélation.
2. L’analyse factorielle.
3. L’analyse de régression.

Question 31

Qu’est-ce que la corrélation exprime?

Answer 31

La magnitude d’une relation entre deux variables (r= +/- 1).

Question 32

Quand/Pourquoi utiliser l’analyse factiorelle?

Answer 32

Lorsqu’on a un domaine de variables (p.ex. traits de la personnalité, attitudes, habiletés mentales),
et qu’on évalue les différentes corrélations entre elles ( inter corrélations ), on peut utiliser l’analyse factorielle (technique mathématique) pour voir si certaines des variables se regroupent en « facteurs ».

Question 33

Vrai ou Faux: Lorsqu’on utilise l’analyse factiorielle, on considère que la corrélation entre deux variables est expliquée par la somme des facteurs que ces variables partagent.

Answer 33

Vrai.

Question 34

Comment est chaque facteur dans l’analyse factorielle?

Answer 34

Une « méta variable », un concept que le chercheur tente d’identifier.

Question 35

Nommer 3 types de régression.

Answer 35

1. Régression linéaire simple.
2. Régression linéaire multiple (modèle prédictif).
3. Régression logistique.