COURS 1 Flashcards

1
Q

A quoi servent les analyses quantitatives?

A

permettent de quantifier.
servent à mesurer un phénomène/chiffrer une situation.

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

À quoi servent les analyses qualitatives?

A

C’est descriptifs, permet de décrire et traduire en discours des situations.

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

Quel type d’analyse est le meilleur?

A

il faut un MÉLANGE des deux types.
-Si on ne connait pas notre sujet, c’est bien de commencer avec qualitatif et ensuite mesurer ce qu’on connait.
Le meilleur type d’analyse dépend du contexte de notre recherche.

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

À quoi servent les statistiques?

A

Contribuent à appliquer la méthode scientifique.
Les étapes:
1▫ Débuter avec un questionnement /
élaborer une problématique (contexte).
- Questions de recherche / d’enquête et objectifs

2▫ Ensuite, recenser l’information déjà
disponible (contexte théorique).
- Élaborer des hypothèses (et des
prédictions) par rapport à nos questions.
3▫ Faire le choix d’un devis et d’une méthodologie (pas toujours questionnaires)
4▫ Obtenir des données
(collecte) et analyser les
variables mesurées à l’aide
de statistiques.
5▫ Les comparer avec les
données recensées

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

définition de théorie

A

sujet vague, pas de résultats ou de conséquences précis.

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

définition de hypothèse

A

lien clair dans la théorie. effet négatif ou positif.

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

définition d’une prédiction

A

comme une hypothèse mais jusqu’à quel point le lien se fait. exemple de conséquences. très précis.

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

définition d’une variable?

A

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 et analyse.
▫ Le concept peut être tangible (âge, taille, niveau de cortisol, etc.)…
▫ … ou abstrait (climat de travail, personnalité,
intelligence, etc.).

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

qu’est-ce qui est à l’opposé d’une variable.

A

une constante

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Quelle est la définition d’une constante?

A

quelque chose (concepts) qu’on pense qu’il ne change pas (pas de fluctuations ex: le nb de nez d’une personnne)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

qu’est-ce qu’une entité?

A

l’entité donne l’infos sur la variable qu’on étudie.
- Une personne, un animal, un objet…
- Un groupe (unité administrative, équipe de travail,
municipalité, etc.)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

quels sont les différents types de variables?

A

INDEPENDANTE:
Variable indépendante (VI) - expérimental
- Agit à titre de variable explicative d’une autre
variable: cause présumée de la VD, influence la VD.
- Corrélationnel (variable prédictrice / predictor
DEPENDANTE:
Variable dépendante (VD) – expérimental.
- Variable qui subit l’influence présumée de la VI.
- Corrélationnel (variable résultante / outcome

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

nomme les différents niveaux de mesure

A

nominal, ordinal, à intervalle, à proportions

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

définition du niveau de mesure nominal (catégorielle)

A

Variable créée à partir de catégories d’entités
▫ Peut être dichotomique (binary) :
homme/femme; vivant/mort
- …ou mutichotomique.
- Pommes, poires,bananes
- on peut compter chaque catégorie mais on ne peut pas faire de calculs.
- pas d’ordres précis
▫ Aucune opération mathématique possible
▫ Les catégories peuvent être désignées par des chiffres, mais il ne faut pas les placer dans une équation. Ex. : rouge = 1; bleu = 2. Rouge + Bleu ≠ 3, etc…
▫ Nous verrons plus tard que R ou SPSS peuvent calculer n’importe quoi !

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

définition du niveau de mesure ordinal

A

-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.
- pas de connaissances sur la gradation.
- ex: une course.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

définition du niveau de mesure à intervalle

A
  • 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
  • valeur en continue donc chiffrée
    -même distance entre chaque point.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

définition du niveau de mesure à proportions (rapport/ration)

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

que signifie Garbage in,
garbage out?

A

il est important de faire du sens de nos résultats, sinon l’ordinateur calcule quand même sans savoir qu’il fait des erreurs.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

l’échelle de likert, c’est quoi?

A

les echelles de 1 a 5 sont subjective (deviennent alors ordinal) puisque chacun a sa définition du concept étudié. ainsi, il a créé une échelle qui est universelle.
ex:
———————————–
content pas content

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

quel est le type de mesure de chacun:
- Le degré d’accord de chaque étudiant(e) avec la grève.
-Le nom de l’étudiant(e) et sa section.
- L’ordre d’arrivée de l’étudiant(e) à la zone de piquetage.
- Le temps passé par chaque étudiant(e) à faire à grève.

A

intervalle
nominale
ordinal
rapport
Nominal :Les noms et les sections. Chaque entité est différente.
Ordinal : L’ordre d’arrivée des étudiants. Huguette est 1ère, Ginet est second, etc. Nous ne savons toutefois pas jusqu’à quel point Huguette est arrivée avant Ginet, etc.
Intervalle : Le degré d’accord. Huguette est fortement d’accord,
Ginet est partiellement d’accord, etc. Il n’y a pas
d’absence d’accord, chacun a son opinion.
Rapport Le temps à faire la grève. Le zéro est possible (une personne qui ne vient pas).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

pourquoi le niveau de mesure de nos variables est important?

A

▫ Bien des praticiens ou chercheurs prennent différentes mesures
de variables qui les intéressent.
▫ Ils choisissent des instruments qui leur semble crédibles.
▫ Ils se disent que lorsque toutes leurs données seront collectées,
ils pourront utiliser des analyses statistiques auxquelles ils
réfléchiront en temps et lieu.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

quelles sont les deux caractéristiques des instruments que les chercheurs utilisent?

A

utiliser des instruments valides et fidèles.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

définition de la validité?

A

s’assurer que ton instrument test la bonne chose

24
Q

définition de la fidélité?

A

la constance de l’instrument.
on test à plusieurs reprises et c’est tjr les même résultats. permet de se contrevérifier)

25
Q

qu’elle est l’utilité des fréquences (effectifs)?

A

▫ Nous recueillons des données sous forme de variables. Les données sont parfois nombreuses => permet de les classer.

Elles permettent de réduire une grande quantité
d’informations en des tendances explicatives et ainsi de dresser un portrait des données mesurées, à un temps précis.

26
Q

définition de “fréquences”

A

À la base, l’objectif est de simplifier l’information
disponible, les données en les organisant.
FORMATION DE TABLEAU DE DISTRIBUTION DES FREQUENCES

27
Q

création d’un tableau de fréquences. Comment savoir la grandeur des classes lorsque nous avons trop d’effectifs

A

Pour calculer: valeur maximum – valeur minimum / nombre de
catégories voulues.

28
Q

Quelle est la différence entre le % d’effectifs et le %cumulé

A
29
Q

avec quel type de présentation graphique montrons nous les fréquences visuellement?

A

-l’histogramme
-le « polygone de fréquences »
-le graphique en secteurs

30
Q

qu’est-ce qu’un histogramme?

A

tableau à “bandes” collées.
on met les classes des effectifs au x et le nb d’effectifs au Y
y=fréquence
x= catégories

31
Q

qu’est-ce que le polygone de fréquence?

A

▫ Le polygone est une simplification visuelle de l’histogramme. Il est
très utile pour comparer deux distributions.
provient de l’histogramme. c’est un ligne brisée à travers le tableau. On fait des points au milieu des bandes de l’histogramme et on les relie.

32
Q

qu’est-ce que le graphique en secteurs?

A

souvent utile avec des pourcentages. “pointes de tarte”

33
Q

les distributions, c’est quoi?

A

comment l’ensemble des fréquences d’une étude se place.
▫ Les distributions peuvent avoir des caractéristiques différentes.
▫ Également, les distributions de plusieurs mesures d’une même
variables peuvent différer.
▫ Trois manières principales de les distinguer.
- Par leur étendue.
- Par leur forme (symétrie et aplatissement).
- Par leur tendances centrales.

34
Q

définition de l’étendue?

A

L’étendue (« range ») est la différence
entre la valeur minimale et la valeur
maximale d’une distribution
Score minimum: 1,09
▫ Score maximum: 5,00
▫ Étendue: 5,00 – 1,09 = 3,91

35
Q

définition de l’asymétrie?

A

L’asymétrie (“skew”) est la
mesure de symétrie d’une
distribution de fréquences.
▫ Asymétrie positive (plus de
scores faibles).
▫ Asymétrie négative (plus de
scores élevés)
SI SYMÉTRIQUE : répartition égale des deux côté de la Md,Mo, M

36
Q

définition de l’applatissement?

A

▫ L’aplatissement (“kurtosis”) est
la mesure de symétrie d’une
distribution de fréquences.
▫ Distribution leptokurtique
(kurtose positive; queues plus
minces)
▫ Platykurtique (kurtose négative;
distribution aplatie à la verticale)

37
Q

la distribution normale, ça ressemble à quoi?

A

La distribution normale, par sa forme en
cloche, indique que la majorité des scores de
la distribution sont au centre.
▫ La courbe normale est un polygone de
fréquences
▫ Beaucoup de phénomènes naturels se
distribuent de cette manière.
▫ Symétrique (asymétrie et aplatissement = 0)

38
Q

quelles sont les mesures de tendance centrale?

A

MOYENNE, MODE, MÉDIANE
chacune de ces mesures décrit la valeur ‘typique” de la distribution, mais de différentes manières.

39
Q

définition de mesure de tendance centrale?

A

La tendance centrale est un terme générique
pour décrire le centre d’une distribution de
fréquences d’observations (données). C’est
aussi la valeur « typique » d’une distribution

40
Q

définition du ‘mode’

A

Le mode est le score qui est le plus
fréquent à travers les données recueillies
▫ Le mode nous indiquerait alors l’âge « typique » dans un groupe (échantillon d’enfants)

41
Q

comment s’appelle une distribution où il y a deux modes?

A

bimodale

42
Q

comment s’appelle une distribution où il y a plus que deux modes?

A

multimodale

43
Q

définition de la médiane?

A

La médiane est l’observation qui partage la distribution / les données en
deux groupes égaux

44
Q

vrai ou faux :
La médiane est affectée par les scores extrêmes.

A

faux

45
Q

comment on calcule la médiane (Md)

A

PAIRE:
Md = (n +1) / 2; (10 + 1) /2; 5,5 (la Md se trouve en position 5.5, entre
deux scores).
▫ Il faut prendre les deux scores concernés et en faire la moyenne.
▫ (93 + 98) /2 = 95,5
IMPAIRE
prendre le score au mileu

46
Q

définition de la moyenne?

A
  • La moyenne est la mesure de tendance centrale
    la plus utilisée.
    ▫ Elle est influencée par les valeurs extrêmes et
    est sensible aux changements dans la
    distribution
  • Ne tient pas compte des « sous-groupes »
  • Nécessite une mesure de dispersion.
  • Elle tient compte de chaque observation.
  • Elle est sensible à tout changement dans la distribution
    (retrait ou ajout d’observations).
  • C’est la mesure de tendance centrale qui fait le moins
    d’erreurs dans sa description des valeurs de toute la
    distribution.
  • Elle réduit l’erreur moyenne au minimum, à zéro.
47
Q

vrai ou faux :
la moyenne est toujours la valeur la plus typique?

A

faux.

48
Q

comment se calcule la moyenne?

A

Xbarre = sommation de tous les X /n
(sigma)

49
Q

quel est l’autre nom de la déviance?

A

l’écart à la moyenne

50
Q

définition de la déviance?

A

La déviance est la différence entre une valeur
observée d’une variable et de sa moyenne.

51
Q

comment se calcule la déviance?

A

Sommation de X-Moy
(représente tjr zéro sinon signifie la présence d’erreurs)

52
Q

pourquoi la déviance donne zéro?

A

Puisque la déviance est basée sur la moyenne (centre de la distribution, certains scores de déviance sont positifs et d’autres négatifs, il s’annulent donc et tendent obligatoirement vers 0.

53
Q

qu’est-ce qui se calcule dans les mesures de tendance centrale selon les niveaux de mesure?

A

-Nominale Mode (Mo)
-Ordinale Mode (Mo), médiane (Md)
-Intervalles Mode (Mo), médiane (Md), moyenne (Χ)
-Proportions / ratio Mode (Mo), médiane (Md), moyenne (Χ)

54
Q

faut-il tjr utiliser la moyenne comme mesure de tendance centrale?

A

non dépend du contexte? Dans une distribution
bimodale ou multimodale, la moyenne devient moins
utile
-Distribution leptokurtique (moyenne = ok).
-Distribution platykurtique (moyenne = moins bon)

55
Q

comment savoir où se trouve la médiane/mode/moyenne selon l’asymétrie. (approximation)

A

si asymétrie positive : la Md se trouve avant la M et le Mo se trouve avant la Md (Mo<Md<M)
asymétrie négative : M<Md<Mo