Codage et analyse quanti Flashcards

1
Q

Qu’est-ce que l’encodage en recherche ?

A

C’est la conversion des données issues d’outils (questionnaire, entretien) en un langage numérique adapté au traitement informatique.

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

Quelles sont les étapes principales de l’encodage ?

A

1) Pré-codage : codification des questions fermées/semi-fermées avant la collecte des données.

2) Codage a posteriori : codification des réponses ouvertes après collecte.

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

Quels types de codes sont utilisés pour l’encodage ?

A
  • Numérique : Simple (1, 2, 3…) ou Décimal (1.1, 1.2…).
  • Alphanumérique : Combinaison de chiffres et lettres (ex: A1, 12b).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Qu’est-ce qu’une variable catégorique ?

A

Une variable composée de modalités non numériques comme des catégories (ex : profession, nationalité, etc.).

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

Quelles sont les sous-catégories des variables catégoriques ?

A
  • Dichotomique : Deux catégories (ex : Oui/Non).
  • Polytomique : Plusieurs catégories (ex : statut conjugal).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Qu’est-ce qu’une variable métrique ?

A

Une variable représentant des mesures chiffrées :
- Discrète : valeurs dénombrables (ex : nombre d’enfants).
- Continue : valeurs infiniment divisibles (ex : température).

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

Qu’est-ce qu’une échelle nominale ?

A

Une échelle classifiant sans ordre les sujets (ex: sexe). Les nombres n’ont pas de signification arithmétique.

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

Qu’est-ce qu’une échelle ordinale ?

A

Une échelle indiquant un ordre entre sujets (ex : niveau d’éducation), mais sans distances fixes.

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

Quelle est la différence entre une échelle d’intervalles (relative) et une échelle de rapport (absolue)?

A

Échelle d’intervalles : Les distances entre les valeurs sont significatives, mais le zéro est arbitraire (ex. température en Celsius : 0°C n’indique pas l’absence de température).

Échelle de rapport: Les distances et le zéro sont absolus, ce qui permet de faire des comparaisons de proportions (ex. poids : 0 kg indique une absence totale de poids).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Quel est le rôle des statistiques descriptives ?

A

Résumer les données à l’aide d’indices numériques (moyenne, médiane) ou graphiques (diagrammes).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

À quoi servent les statistiques inférentielles ?

A

Tester des hypothèses, explorer des relations entre variables, et faire des prédictions.

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

Quelles sont les mesures de dispersion ?

A

Variance, écart-type,

intervalle interquartile et

étendue.

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

Quelles sont les mesures de tendance centrale ?

A

Mode (valeur la plus fréquente),
Médiane (valeur centrale),
Moyenne (sum/nombre).

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

Quels tests sont utilisés pour comparer des groupes ?

A
  • Paramétriques : Test t (groupes indépendants ou appareillés).
  • Non-paramétriques : Mann-Whitney U (indépendants) ou Wilcoxon (appareillés).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Quels sont les tests pour analyser les relations entre variables ?

A
  • Corrélation (r de Pearson pour continues, rho de Spearman pour ordinales).
  • Régression linéaire (relation entre VD et VI).
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Qu’est-ce qu’un tableau de données ?

A

Une matrice avec des lignes (individus) et des colonnes (variables) pour organiser les données collectées.

10
Q

Qu’est-ce qu’une analyse de variance (ANOVA) ?

A

Question : Qu’est-ce qu’une analyse de variance (ANOVA) ?
Réponse : Comparer plusieurs groupes sur une ou plusieurs variables indépendantes.

11
Q

Pourquoi un apurement des données est-il nécessaire ?

A

Pour corriger les erreurs et éviter des résultats aberrants pouvant biaiser l’interprétation.

12
Q

Pourquoi transformer une variable ?

A

Pour répondre à des exigences analytiques (recodage), ou pour créer de nouvelles variables utiles (somme d’items).

13
Q

Qu’est-ce que le recodage ?

A

Modifier la structure d’une variable (ex: dichotomiser une variable continue ou inverser une échelle).

14
Q

Quelles sont les différentes façons de créer une nouvelle variable en recherche ?

A
  1. Calculer une moyenne (ex. moyenne des réponses sur plusieurs items d’un questionnaire).
  2. Somme des scores (additionner les valeurs de plusieurs variables mesurant une même dimension).
  3. Recodage (ex. transformer une variable continue en catégories : âge en groupes).
  4. Combinaison logique (ex. créer une variable synthétique à partir de critères “si… alors…”).
  5. **Transformation mathématique **(ex. logarithme, standardisation des scores).
15
Q

Qu’est-ce qu’une analyse de régression multiple ?

A

Étudier la relation entre plusieurs VI et une VD pour déterminer quelles VI influencent la VD et dans quelle mesure.

16
Q

Qu’est-ce qu’une analyse de variance multivariée (MANOVA) ?

A

Étudier simultanément l’effet de plusieurs variables indépendantes sur plusieurs variables dépendantes.