Cours 1 Flashcards
Def. analyses quantitatives
Mesurer phénomène
Def. analyses qualitatives
Décrire phénomène
Def. théorie
Basée sur observations, mais pas prouvé
Def. hypothèse
Opinion (on se penche sur un côté de la théorie)
Def. prédiction
Qu’est-ce qui va se passer plus précisément, quels résultats va-t’on obtenir?
Def. variable
-Tout ce qui peut être mesuré et qui varie d’une personne à l’autre et au cours du temps
-C’est ce qu’on analyse dans une étude
Def. unité d’analyse / unité d’observation
Entité qui fournit info sur la variable (personne, animal, objet, groupe, etc.)
Quels sont les 2 types de variables
-Indépendante
-Dépendante
Def. VI
-Influence VD
-Agit à titre de variable explicative
-Variable prédictrice
Def. VD
-Est influencée par VI
-Variable résultante
-Variable qu’on tente d’expliquer dans l’étude
4 niveaux de mesure
-Catégorielle/nominal
-Ordinal
-À intervalles
-Proportions (rapport/ratio)
Niveau de mesure nominal
-Catégories d’éléments
-Qualitatif
-Pas d’ordre précis
-Aucune opération mathématique
Niveau de mesure ordinal
-Quantitatif
-Ordre précis (gradation)
-Opérations mathématiques possibles = + grand ou + petit que
-On ne connait pas l’écart entre les catégories
Niveau de mesure à intervalles
-Quantitatif
-Ordre précis (gradation)
-On connaît l’écart entre les catégories
-Pas de zéro absolu
-Opérations mathématiques possibles = + et -
Niveau de mesure proportions
-Quantitatif
-Ordre précis (gradation)
-Zéro absolu possible
-Opérations mathématiques = +, -, x et /
Utilité de l’échelle de Likert
Permet de mesurer des phénomènes abstraits en transformant échelle ordinale et échelle quasi-intervalle (en lui associant des catégories)
Def. fidélité
Expérience = reproductible et les résultats seront constants
Def. validité
Résultats fondés et complets
Utilité des statistiques descriptives
-Organiser l’info pour mieux la comprendre
-Réduire la qte d’infos en des tendances explicatives
-Dresser un portrait des données mesurées à un temps précis
Utilité du regroupement des fréquences selon des distributions
-Simplifier l’info
Quoi faire lorsque la distribution des fréquences comprend un grand nombre de valeurs différentes?
On regroupe les données en catégories
Calcul à faire pour trouver les intervalles de chaque catégorie avec le nombre de catégories voulues
valeur max - valeur min / nb de catégories voulues
Utilité du graphique de polygone de fréquences
Comparer 2 distributions
3 manières de distinguer les distributions
- Par leur étendue
- Par leur forme
- Par leur tendances centrales
Def. étendue
Différence entre valeur max et valeur min d’une distribution (valeur max - valeur min)
Def. asymétrie / applatissement
Mesure de symétrie d’une distribution de fréquences
2 types d’asymétrie et leur def.
-Asymétrie positive = + scores faibles
-Asymétrie négative = + scores élevés
2 types d’applatissement et leur def.
-Distribution leptokurtique = horizontalement (gauche-droite)
-Distribution platykurtique = verticalement (haut-bas)
Def. distribution normale
-Majorité des scores sont au centre
-Symétrique
-Polygone de fréquences
Def. tendance centrale
-Terme pour décrire le centre d’une distribution de données
-Valeur typique d’une distribution
3 manières de mesurer la tendance centrale
- Moyenne
- Mode
- Médiane
Def. mode
-Score qui est le + fréquent à travers les données recueillies (celui qui revient le + souvent)
-Peut être unimodale, bimodale (si 2 scores sont + fréquents) ou multimodale
-Valeur se retrouve parmi les données de la distribution
Def. médiane
-Observation qui partage la distribution de données en deux groupes égaux
-Peut se retrouver parmi les données de la distribution si le nb de données est impair, sinon on fait la moyenne des 2 données centrales
-Pas affectée par scores extrêmes
-Doit placer données en ordre avant de trouver la valeur
Def. moyenne
-Mesure de tendance centrale la + utilisée
-Influencée par valeurs extrêmes et est sensible aux changements dans la distribution
-+ souvent pas une donnée qui se retrouve parmi la distribution
-Tendance centrale qui fait le moins d’erreur dans sa description des valeurs de toute la distribution
Symbole pour la moyenne
X avec barre dessus
Def. écart à la moyenne / déviance
Différence entre une valeur de la distribution de données et la moyenne (valeur - moyenne)
Def. déviance totale / erreur à la moyenne
Somme de toutes les déviances d’une distribution et est TJRS ÉGALE À 0
Niveaux de mesures associées aux 3 types de tendance centrale
-Nominal = mode
-Ordinal = mode, médiane
-Intervalles = mode, médiane, moyenne
-Proportions = mode, médiane, moyenne
Type de tendance centrale pour une distribution bimodale ou multimodale
Mode
Déterminer si l’utilisation de la moyenne dans les situations suivantes est bonne ou pas:
a) Distribution leptokurtique
b) Distribution platykurtique
a) bon
b) moins bon, car + de données aux extrémités des courbes
Type de tendance centrale pour une distribution asymétrique
Médiane (car pas affectée par valeurs extrêmes)
Ordre des 3 types de tendance (quel type est supérieur à quel type):
a) Asymétrie +
b) Asymétrie nulle
c) Asymétrie -
a) X > Md > Mo
b) X = Md = Mo
c) X < Md < Mo
