cours 10: introduction aux analyses statistiques Flashcards
pourquoi des stats en psychologie
- Pour répondre à nos questions de recherche.
- Permettent de résumer les données.
- Les méthodes statistiques sont nécessaires afin d’assurer que les relations que l’on observe sont significatives et non seulement dues à la chance.
- Permettent de mettre à l’épreuve nos préjugées, nos croyances.
Particularités de la psychologie comme domaine de recherche
- Les sujets qui intéressent les psychologues (états et processus mentaux) peuvent être difficile a observés et mesurés directement .
- Les humains sont complexes et diffèrent des uns des autres de façon arbitraire.
données qualitatives
données textuelles, non structuré, provenant de question ouverte
- analyse de contenue etc
objectifs :
- identification principales des caractéristiques
- vérifications des liens
- élaborations de sens
données quantitatives
données provenant d’indicateurs nominaux, ordinaux ou numériques
- analyses statistiques
objectifs :
- identification principales des caractéristiques
- vérifications des liens
- élaborations de sens
Les statistiques descriptives ou exploratoires
Décrire les caractéristiques de l’échantillon
- Permettent de procéder à des réductions statistiques faciles à interpréter (p.ex., valeurs centrales, valeurs
de dispersion, histogrammes).
- Vérifier la validité et la fiabilité des données
- Valider des mesures (p.ex., alpha de cronbach, fidélité test-retest, analyse factorielle).
Les statistiques inférentielles
- Permettent de «démontrer» un résultat général à partir d’un échantillon. Dans cette démarche, le statisticien se fixe une hypothèse et détermine ensuite si celle-ci s’accorde avec les faits (c.-à-d., tests d’hypothèses; p.ex., tests du khi2, test t).
- Niveau explicatif: Explorer et vérifier des liens
les analyses descriptives
Dans la plupart des études, le nombre de sujets est trop important pour que l’on puisse présenter les données réelles de chaque individu. C’est pourquoi, il est nécessaire de trouver un moyen qui donne le maximum d’informations possible sous le format le plus utile.
Deux mesures sont indispensables pour décrire une variable quantitative : la mesure de la position centrale des observations et la mesure de leur dispersion.
Mesures de tendance centrale (similaire)
* Moyenne * Médiane * Mode
Mesures de dispersion (différence)
* Étendue
* Variance et écart type * Erreur type
la moyenne
Mesure de tendance centrale la plus courante
- La moyenne est la valeur moyenne de toutes les données incluses dans l’ensemble.
Moyenne = Somme de toutes les valeurs d’observation ÷ nombre d’observations
La moyenne est influencée par les valeurs extrêmes.
C’est pour ça que dans certains cas, elle ne reflète pas bien toute la réalité
la médiane
La médiane correspond à l’observation du milieu; la valeur de part et d’autre de laquelle se situe 50% des observations.
Médiane = la valeur intermédiaire d’un ensemble de données une fois les données ordonnées par valeur (en ordre croissant ou décroissant)
impair :
(n+1)e observation / 2
pair
n/2 et n + 1/2 e observation
le mode
Le mode est la valeur la plus souvent observée dans un ensemble de données.
Notes :
* Possible qu’il n’y ait aucun mode si aucune des observations n’y apparaît plus qu’une autre.
* Possible qu’il y ait dans le même ensemble deux (bimodal), trois (trimodal) ou quatre modes ou plus (multimodal).
les mesures de dispersion
Définition: l’indice de dispersion indique la manière dont les individus du groupe se répartissent autour de l’indice de tendance centrale
l’utilités des mesures de dispersion
permets de tenir compte de l’ampleur des variations au sein d’un groupe, et éventuellement de comparer cet indice avec celui d’autres groupes
l’étendue
L’étendue se définit comme étant la différence entre la plus grande et la plus petite des valeurs observées
Étendue = Maximum - Minimum
la variance
La variance et l’écart-type indiquent la distance moyenne qui existe entre les observations et la moyenne.
La variance correspond à la moyenne arithmétique des carrés des écarts à la moyenne.
l’écart-type
L’écart-type correspond à la racine carrée de la variance.
- L’écart-type est l’indice de dispersion le plus utilisé dans le cas des échelles continues
La variance et l’écart-type indiquent la distance moyenne qui existe entre les observations et la moyenne.
plus la valeur de l’écart-type est petit plus l’échantillon est homogène : vrai ou faux
vrai; La valeur de chaque individu est proche de la moyenne