Chapitre 1 : La description des données Flashcards
À quoi servent les analyses quantitatives?
- On veut avoir des hypothèses et on veut savoir si nos hypothèses sont vérifiables
- Demande des données numériques
- Permet de prendre des mesures, mieux comprendre un phénomène qu’on veut quantifier
- On cherche à répondre à une question
- On prend des mesures à plus grande échelle
- Hasard (?)
- Permet d’inférer ou de faire des conclusions sur plus grande population/échantillon
- **Mot clé : Cherche à mesurer un phénomène
À quoi servent les analyses qualitatives?
- Cherche à décrire en profondeur un phénomène
- Donne plus de couleur
À quoi servent les statistiques?
- À nous donner plus de réponses
- Contribuent à appliquer la méthode scientifique
- Recenser l’information déjà dispo
- Élaborer des hypothèses et prédictions par rapport à notre question
- Obtenir des données et analyser variables mesurées
- Comparer avec donnée recensées
- Tirer des conclusions au sujet d’informations quantitatives qui sont organisées en banque de données
Qu’est-ce qu’une théorie?
On cherche à expliquer un phénomène. Doit être vérifiée par la méthode scientifique.
Qu’est-ce qu’une hypothèse?
Base d’une théorie qui reste à être testée
Qu’est-ce qu’une prédiction?
Le chiffre qui explique l’hypothèse
Qu’est-ce qu’une variable?
- Tout ce qui peut être mesuré et qui diffère d’une entité (ou personne) à l’autre ou à travers le temps.
- Le ou les concept(s) que l’on mesure
À l’opposé : une constante
**Mots clés : Quantitatif –> mesure (concept tangible tel que âge, taille, niveau de cortisol, etc)
Qualitatif –> Décrire (concept abstrait tel que climat de travail, personnalité, etc)
Entité qui donne info sur variable?
Personne, animal, objet ou un groupe
Types de variables?
- Variable indépendante (VI) : variable qu’on contrôle pour faire varier la VD, agit sur la VD
Corrélationnel/prédictrice : pas dans un contexte de lab, plutôt observé dans la nature - VD : subit l’influence de VI
Corrélationnel/résultante : va être outcome
Quels sont les différentes échelles de mesure?
Nominal, ordinal, à intervalles et à rapport (proportions)
Quelles sont les deux branches des stats?
Descriptive (permet une description des infos) et inférence (permet de faire des inférences à partir des descriptions)
Descriptive vont décrire (nombre, mode, fréquence) et inférentielles ont un lien entre les différentes variables du phénomène
Quelles sont les caractéristiques de l’échelle nominale?
- Variable créée à partir de catégories d’entités
- Peut être dichotomique (homme/femme) ou mutichotomique (pommes/poires/bananes)
- Ce sont des trucs qui ne peuvent pas se calculer, n’ont pas d’ordre. On ne peut pas vraiment faire de calculs à part compter entités
Quelles sont les caractéristiques de l’échelle ordinale?
- Tiens compte d’une gradation. L’écart entre les réponse/point de l’échelle n’est pas connu (ex. : première, deuxième et troisième place pour un prix, sans connaître le temps d’arrivée).
- Opérations mathématiques : plus grand ou plus petit que.
- Ce sont encore des variables catégorielles
Quelles sont les caractéristiques de l’échelle à intervalles?
- Gradation, mais l’écart entre les réponse / point de l’échelle est toujours le même (ex.: degré de satisfaction entre 1 et 5).
- Opérations: addition et soustraction.
Quelles sont les caractéristiques de l’échelle à rapport/ratio?
- L’écart entre les réponse / point de l’échelle est toujours le même. - Un plus grand nombre d’opérations est possible (ex.: 5 secondes est deux fois plus rapide que 10 secondes).
- L’absence totale (zéro) est possible.
- Opérations: addition, soustraction, multiplication et division.
- Même chose que intervalles mais le 0 est possible (donc l’absence du phénomène est possible)
