Cours 10 - Mesures et analyses descriptives Flashcards
L’opérationnalisation des variables passe par quoi ?
Par la mesure
Pourquoi dit-on que la mesure est une méthode de réduction de l’information?
Parce que le but est de simplifier un concept abstrait s’abstenant d’opérationnaliser tous ses petits détails, ses petites ramifications, sa complexité…
VRAI OU FAUX
Tous les modèles sont justes, mais pas toujours utiles
FAUX : Tous les modèles ne pas sont pas justes (contiennent des erreurs dû au processus simplification qu’impose l’opérationnalisation d’un concept), mais ils sont toujours utiles
Quels sont les 3 enjeux reliés à la question de la mesure ?
- Importance d’assurer la relation entre le construit et la mesure
- Mesure et niveau optimal de sensibilité (ex: échelle clinique ou non)
- La triangulation des méthodes de mesure pour augmenter la force des conclusions.
Expliquez ce qu’est la relation entre le construit et la mesure
Le concept est traduit en construits qui sont traduits en variables. On peut ensuite opérationnaliser ces variables qui permettent de cerner les composantes du construit et de les mesurer adéquatement.
Expliquer ce qu’est la triangulation et pourquoi elle est importante
La triangulation permet de comparer les résultats obtenus à partir d’au moins deux techniques de recueil de données. Comme toutes les méthodes de mesure vont amener leur lot d’erreur, on va utiliser plusieurs méthodes de mesure (plusieurs façon différente de comprendre un même phénomène) afin de d’augmenter la force de nos conclusions.
ex - TDAH : on va faire des questionnaires, entrevue de la personne, des proches, on va prendre une évaluation médicale, etc…
Nommer une méthode populaire pour mesurer un construit
Les mesures à items multiples (les questionnaires)
Quant au construit, expliquer comment il est mesuré dans un questionnaire utilisant des échelles de type Likert
Plusieurs items mesurent le même construit à partir d’échelle de Likert et un score global (somme ou moyenne) est calculé à partir de ces items
VRAI OU FAUX + pourquoi
Le développement et la validation d’un questionnaire est un processus complexe
VRAI : parce que ça l’implique des analyses statistiques (factorielles, métriques, cohérence interne-fidélité d’une mesure) pour assurer que les items mesurent bien le même construit
VRAI OU FAUX
Les items peuvent être associés à plusieurs facteur
Faux : on ne veut pas de “crossloading”, l’item, pour être un bon ambassadeur du facteur, doit uniquement y être associé (ne peut pas être associé à d’autres facteurs, doit être exclusif à celui-ci)
Pourquoi on ne peut pas utiliser un seul item pour mesurer un facteur ?
Parce qu’on veut pouvoir mesurer toutes les manières que le facteur s’exprime pour avoir une bonne couverture, compréhension
Quels sont les 4 facteurs qui dictent si une mesure est bonne ou non ?
- Exclusivité: Est-ce qu’elle mesure seulement mon construit ou est-ce que je suis en train de mesurer tous les construits apparentés ?
- Exhaustivité (sensibilité): Est-ce qu’elle mesure la totalité de mon construit?
- Validité: Mesure-t-elle ce qu’elle doit mesurer?
- Fidélité: Est-ce qu’elle est précise et stable? (α)
Qu’est-ce que l’exclusivité quant à une bonne mesure ?
C’est une mesure qui va mesurer uniquement notre construit, mais pas les construits apparentés.
On va uniquement prendre les items qui mesure exclusivement le construit et on va exclure ceux qui mesurent aussi les construits apparentés (non exclusifs)
Qu’est-ce que l’exhaustivité ?
C’est le fait que notre questionnaire a des items qui couvrent touuuutes les composantes de notre construit, mêmes celles qui ne sont pas exclusives à celui-ci. On va donc prendre tous les items, même ceux qui sont à l’intersection de notre construit et ceux apparentés.
VRAI OU FAUX
Un questionnaire peut être exhaustif et exclusif à la fois quant à la mesure d’un construit
FAUX : quand on veut être exclusif dans une mesure, ça se fait souvent au détriment de l’exhaustivité (et vice-versa)
On cherche un ÉQUILIBRE : Je veux des items qui traitent le plus possible de toutes les nuances (exhau) de mon construit sans sortir de celui (exclu)
Qu’est-ce qui est défini ici :
“un ensemble d’éléments portant sur le même construit et dont la somme (ou la moyenne) représente la « quantité » du construit pour un sujet donné.”
une échelle de mesure
Qu’est-ce qui est défini ici :
“Précision et constance des valeurs obtenues à l’aide d’un instrument de mesure”
La fidélité
Qu’est-ce qui est défini ici :
“Capacité d’un instrument à mesurer ce qu’il est censé mesurer”
validité
VRAI OU FAUX
Si la fidélité d’un instrument n’a pas été prouvé, il est inutile d’en évaluer la validité
VRAI
Cette question renvoie à la mesure de la validité ou de la fidélité ?
“Est-ce qu’elle reflète bien ce qu’elle est censée mesurer?”
validité
Cette question renvoie à la mesure de la validité ou de la fidélité ?
“Est-ce que les résultats obtenus avec cette mesure sont reproductibles?”
fidélité
Cette question renvoie à la mesure de la validité ou de la fidélité ?
” Est-ce que cette mesure est stable?”
fidélité
Cette question renvoie à la mesure de la validité ou de la fidélité ?
” Est-ce que les estimations issues de plusieurs observateurs indépendants ou de versions parallèles de la mesure sont constantes?”
fidélité
Cette question renvoie à la mesure de la validité ou de la fidélité ?
“Est-ce qu’elle mesure bien ce que je tente de comprendre?”
validité
Quels sont les 3 coefficients de fidélité vus en classe ?
- Fidélité (stabilité) temporelle
- Fidélité inter-juges (équivalence inter-codeurs)
- Cohérence interne (homogénéité) aussi Fidélité moitié-moitié (« split-half »)
Comment on évalue la stabilité temporelle (fidélité) ?
au moyen de l’approche test-retest : donneun coefficient de stabilité
Qu’est-ce que la stabilité temporelle
Corrélation entre les résultats de deux passations espacées dans le temps.
Constance: Sa capacité d’être stable dans le temps, c-à-d à produire des résultats similaires auprès d’un même individu d’une passation à l’autre (à des moments différents), reflétant ainsi sa « tendance » individuelle, sa position relative dans une distribution (fidélité test-retest)
Pause de cerveau
enjoy
VRAI OU FAUX
Il est conseillé d’apprécier la stabilité d’instrument même dans quand la mesure s’applique à des états passagers
FAUX : convient particulièrement quand les éléments sont relativement stables dans le temps (ex : trait de personnalité)
Qu’est-ce que la Fidélité inter-juges (équivalence inter-codeurs)
Mesure du degré d’accord entre au moins deux juges différents (qui mesure la même chose/même événement)
VRAI OU FAUX
La Fidélité inter-juges (équivalence inter-codeurs) mesure le degré d’exactitude de l’instrument de mesure
FAUX : permet d’apprécier la fidélité/constance entre les estimations issas des observations plutôt que le degré d’exactitude de l’instrument. Concerne l’erreur EXTERNE (erreur humaine)
VRAI OU FAUX
Les valeurs de kappa (k) supérieurs à 70% représentent un excellent accord inter-juge
FAUX : on veut un coefficient de corrélation k à au moins 80%
Qu’est-ce que la cohérence interne et quel indice de fidélité permet son évaluation ?
C’est le degré d’homogénéïté des énoncés d’un instrument (à quel point les tous les énoncés mesurent de façon constante le même concept) mesuré par l’alpha de Cronbach (α)
Comment est-ce que varie le coefficient alpha ?
Sa valeur varie de 0.00 (aucune cohérence) à 1 (cohérence maximale)
VRAI OU FAUX
La valeur des coefficients alpha ne peut atteindre 1,00
VRAI puisque tous les instruments possèdent un degré d’erreur
VRAI OU FAUX
Le coefficient alpha dépend du nombre d’énoncés d’une échelle
VRAI : il augmente si l’échelle comporte plusieurs énoncés
Qu’est-ce que la fidélité moitié-moitié (« split-half ») ?
C’est une mesure de fidélité de la cohérence interne qui consiste à diviser les énoncés d’une échelle en 2 moitiés et à corréler les résultats de celles-ci
(corrélation entre une moitié des items d’un instrument et l’autre moitié)
VRAI OU FAUX
Une échelle qui renferme beaucoup d’énoncé est moins fidèle qu’une échelle qui en comporte peu
FAUX : il est établi statistiquement qu’un échelle qui renferme peu d’énoncés est moins fidèle qu’une échelle qui en comporte un plus grand nombre
Qu’elles sont les 3 catégories de validité ?
Validité de contenu
Validité de construit
Validité de critère
Qu’est-ce que la validité de contenu ?
La représentativité des énoncés d’un instrument afin de mesurer un concept/champ de contenu en particulier : est-ce que le contenu de l’instrument est représentatif du ou des thèmes qu’il doit couvrir (exhaustivité et exclusivité).
Qu’est-ce que la validité de construit ?
La mesure capte avec justesse le construit tel que conceptualisé théoriquement
Qu’est-ce que la validité de critère ?
La mesure est en accord avec un critère connu (un autre instrument, un jugement clinique, une comparaison inter-groupes ou toute autre mesure équivalente). Type de validité qui permet d’estimer le degré de corrélation entre un instrument de mesure et un autre instrument servant de critère mesurant le même phénomène.
Quels sont les 4 sous-types de validité de construit présentés en classe ?
- Validité nominale (ou d’apparence)
- Validité convergente
- Validité divergente (discriminante)
- Structure du construit
À quel sous-type de validité de construit est-ce que la phrase/question fait référence ?
“La structure théorique s’accorde (ou non) avec les composantes sous-jacentes du construit”
Structure du construit
À quel sous-type de validité de construit est-ce que la phrase/question fait référence ?
“indique que 2 mesures censées refléter le même construit produiront des résultats similaires”
Validité convergente
À quel sous-type de validité de construit est-ce que la phrase/question fait référence ?
“L’instrument a l’air de mesurer ce qu’il doit mesurer.”
Validité nominale (ou d’apparence)
À quel sous-type de validité de construit est-ce que la phrase/question fait référence ?
” Est-ce que les résultats de mes participants à cette mesure vont dans le même sens que ceux à une mesure similaire?”
Validité convergente
À quel sous-type de validité de construit est-ce que la phrase/question fait référence ?
” Est-ce que l’instrument mesure seulement le construit à l’étude, et non les construits apparentés?”
Validité divergente (discriminante)
À quel sous-type de validité de construit est-ce que la phrase/question fait référence ?
“Apparence des énoncés d’un instrument de mesure à représenter adéquatement le contenu du domaine d’étude”
Validité nominale (ou d’apparence)
À quel sous-type de validité de construit est-ce que la phrase/question fait référence ?
“La structure factorielle du construit correspond à sa structure théorique. “
Structure du construit
À quel sous-type de validité de construit est-ce que la phrase/question fait référence ?
“Indique que l’instrument mesure un seul construit et le différencie d’autres construits”
Validité divergente (discriminante)
Quels sont les 2 sous-types de validité de critère ?
- validité concomitante
- validité prédictive
Qu’est-ce que la validité concomitante ?
La validité est comparée à un critère existant : un instrument de mesure à validé est appliqué en même temps qu’un instrument de mesure servant de critère.
Une corrélation positive est attendue entre les scores aux deux mesures : indique que les deux échelles mesurent le même concept.
Qu’est-ce que la validité prédictive ?
L’instrument est utilisé pour prédire un résultat futur
Validité qui tente d’établir qu’une mesure actuelle sera un prédicteur valide d’un résultat futur
Capacité d’un test à prédire une situation à partir d’un résultat actuel : on compare le test à valider (test cible) avec un autre test (test critère), censé mesurer la même caractéristique, et l’on examine si la corrélation entre les 2 résultats de mesure permet de déterminer si le test cible est un prédicteur valide des résultats issus du test critère
Qu’est-ce que la sensibilité ?
c’est la capacité d’un instrument (test) à classer correctement les sujets ayant le problème de santé / l’état recherché : VRAI POSITIF
Qu’est-ce que la spécificité ?
c’est la capacité d’un instrument (test) à reconnaître les sujets sains, c’est à dire ne manifestant pas le trouble : VRAI NÉGATIF, et donc, à conclure que la condition/maladie est absente lorsque c’est le cas
VRAI OU FAUX
Les coefficients de corrélation de la fidélité sont généralement moins élevés que ceux de validité
FAUX : Les coefficients de corrélation de la validité sont généralement moins élevés que ceux de fidélité
0,60 pour validité = suffisant, alors qu’on cible 0,70 à 0,90 pour la fidélité
Qu’est-ce que la validité transculturelle ?
Opération par laquelle on cherche à obtenir l’équivalence culturelle d’un instrument de mesure traduit d’une langue à une autre
Qu’elle est la méthode la plus utilisé pour traduire des instruments de recherche d’une langue à l’autre ?
La méthode inversé / retraduction
On traduit les énoncés de la langue A dans la langue B et prend ces traduction et on les retraduit dans la langue A
Mis à part la traduction, qu’elle autre étape est cruciale concernant la validité transculturelle ?
que ça soit adapté à la culture (pertinence, signification)
À quoi sert l’analyse factorielle
À d’identifier le plus petit nombre de facteurs possible ainsi qu’à identifier les items qui rentrent dans quel facteur. Les items à l’intersection des facteurs seront exclus.
Qu’est-ce que permettent les statistique descriptives ?
Permettent de décrire et résumer un ensemble de données brutes (données non transformées) à l’aide de tests statistiques simples (+ dépister les données aberrantes (extrêmes))
Permet de rendre l’ensemble des données brutes compréhensible pour lae chercheur‧se et pour lae lecteur‧rice.
Quelles sont les 2 catégories de variables qualitatives ?
nominales ou ordinales
Quelles sont les 2 catégories de variables quantitatives ?
discrètes ou continues
Quelles sont les 4 indicateurs statistiques descriptifs vus en classe ?
- Les mesures de tendance centrale (des données de l’échantillon)
- Les mesures de dispersion (des données de l’échantillon)
- Les indicateurs de forme (de la distribution des données de l’échantillon)
- Les mesures de position (positionnement d’un individu par rapport au reste de l’échantillon)
Qu’elles sont les 3 mesures de tendance centrale ?
mode, moyenne, médiane
Dans les mesures de tendance centrale, laquelle est là seule utilisable pour les valeurs nominales ?
le mode
Qu’est-ce que le(s) mode(s)
La valeur ou catégorie la plus représentée de l’échantillon (celle dont la fréquence est la plus élevée)
Quelle précision est-ce que l’on peut faire quant au le mode si on a des variables ordinales ou quantitatives ?
Pour les variables ordinales ou quantitatives, on peut aussi préciser si la distribution est unimodale, bimodale ou multimodale.
Qu’est-ce que la médiane ?
La médiane est la valeur qui permet de partager une série numérique ordonnée en deux parties de même nombre d’éléments.
Comment est-ce que l’on identifie la médiane si on a un nombre impair de données ?
Si n est impair, la médiane est la valeur du milieu
Comment est-ce que l’on identifie la médiane si on a un nombre pair de données ?
Si n est pair, la médiane est la moyenne arithmétique des deux valeurs centrales.
EX: 1 1 1 2 3 3 3 4. La médiane de cette série est 2,5. (2+3/2 =2.5)
Qu’est-ce que la moyenne arithmétique ?
La moyenne (mean) correspond à la somme des valeurs divisée par le nombre de valeurs
Quel est l’avantage et le désavantage de la moyenne si on la compare à la médiane ?
Av = plus facile à calculer
Déasv = la moyenne est plus affectée par les valeur extrême, ce qui affecte aussi sa représentativité quant à l’échantillon. Lorsqu’il y a des données extrêmes, on va davantage se fier à la médiane pour voir une vision juste (représentative)
De quoi témoigne la dispersion d’une distribution ?
La dispersion d’une distribution témoigne de la variabilité au sein de l’échantillon sur la variable, c-à-d des différentes valeurs que prend une variable dans un échantillon donné.
Les principales mesures de dispersion autour de la moyenne sont : ? (5)
L’étendue et les valeurs minimale et maximale (empiriques, et non théoriques)
L’écart moyen, l’écart-type et la variance
Qu’est-ce que l’étendue ?
L’étendue (range) est la différence entre la valeur maximale et la valeur minimale de la variable. Étendue = xmax - xmin
Qu’elle est la différence entre l’étendue théorique et empirique ?
L’étendue théorique est celle qui est basé à partir de l’instrument (échelle) alors que l’étendue empirique est celle qui est basée sur les réponses à l’instrument
ex : échelle de Likert de 1 à 7 - la réponse la plus élevé a été de 6
- Étendue théorique = 6
- Étendue empirique = 5
Pourquoi il est important de faire la distinction entre l’étendue empirique et celui théorique ?
Parce que même si l’étendue théorique est de 7, si personne n’a répondu 4-5-6-7 à l’échelle, alors l’étendue empirique est de 3, ce qui est impertinent pour la recherche puisqu’on a pas vraiment de variance. Si on a pas de variance, ça l’indique une absence de différence qui est l’élément de l’étude. Il faudra alors réfléchir à l’élimination d’items, correction de l’échelle ou révision de l’échantillon…
À quoi sert l’écart moyen ?
à savoir de quelle façon les valeurs s’éloignent de la moyenne : on crée alors une nouvelle série statistique : la série des écarts à la moyenne. Seule, elle ne donne pas grand chose, il faut la faire passer par la variance et l’écart-type.
Comment est-ce que l’on calcule la série des écarts à la moyenne
On prend chaque valeur et on en soustrait la moyenne
Ex.: Série [1, 1, 2, 3, 3]; moy=2;
Écarts à la moyenne [-1, -1, 0, 1, 1]
Pourquoi est-ce que l’écart moyen ne sert à rien seul ?
Parce que la moyenne des écarts à la moyenne est toujours égale à zéro à cause des négatif qui viennent éliminer les positifs
Comment est-ce que l’écart-type et la variance pallient aux limites de l’écart moyen ?
L’écart-type et la variance pallient aux limites de l’écart moyen en passant par le carré des écarts à la moyenne, qui est toujours positif. (viennent éliminer les négatifs qui annulaient les positifs)
Qu’est-ce que la variance, qu’est-ce qu’elle exprime + comment la calculer ?
La variance (s2) est la moyenne des carrés des écarts à la moyenne.
La variance (s2) exprime la dispersion des scores (données) autour de la moyenne.
On commence par prendre chaque donnée dont on va soustraire la moyenne et mettre à la 2
Ensuite, on fait la somme de ces données
On fini en divisant cette somme par le n-1
Qu’est-ce que l’écart-type ?
L’écart-type (s) est la racine carrée de la variance.
C’est une mesure de dispersion des scores d’une distribution qui tient compte de la distance de chaque score par rapport à la moyenne du groupe.
Sigma pour une population
s pour un échantillon
Qu’est-ce que veut dire un écart-type ou une variance élevé et un écart-type ou une variance faible ?
Plus l’écart-type/variance est élevé = plus la dispersion est grande
Plus l’écart-type/variance est faible = plus les données se concentrent autour de la moyenne (données plus homogènes)
L’écart type est souvent rapporté à quelle mesure de tendance centrale ?
la moyenne
Pourquoi est-ce que la variance est essentielle en statistiques?
Parce que pour pouvoir tester des hypothèses, il doit y avoir variabilité (variance) dans les données des participants.
Si tout le monde a le même score (les mêmes données), il n’y a pas de différences à expliquer/prédire/tester.
VRAI OU FAUX
La variance est plus utilisée que l’écart-type
FAUX : l’écart-type (é‧t.) est plus utilisé que la variance car il utilise les mêmes unités que la variable (au lieu du carré des unités).
Pourquoi il peut être nécessaire d’utiliser l’écart-type pour comparer 2 distributions plutôt que leur moyenne ?
Cela serait nécessaire si les deux distributions ont la même moyenne : cela ne veut pas dire que l’écart-type sera le même, cette différence peut être importante.
Pourquoi dit-on qu’il est souvent difficile de comparer 2 écart-types de deux distributions de fréquences qui ont des données similaires, mais issues de populations différentes ?
Parce que l’écart-type porte une signification. Ex : un écart type de 5kg chez des adultes est minime, alors qu’un écart-type de 5kg chez des bébés prématurés est énorme !
VRAI OU FAUX :
l’étendue donne des renseignements sur la distribution de la fréquences des valeurs et sur la concentration de la plupart d’entre elles
FAUX
l’étendue ne donne ni des renseignements sur la distribution de la fréquences des valeurs ni sur la concentration de la plupart d’entre elles
cette info est plutôt fournie par la variance et l’écart-type
Qu’est-ce que la distribution ?
C’est un résumé visuel de l’ensemble des données, souvent exprimé par un tableau de fréquences ou un histogramme (en barres ou en pointes de tartre)
La forme d’une distribution est aussi un élément pertinent.
Comment est appelé le modèle de base d’une distribution + pourquoi ?
Le modèle de référence d’une distribution est appelé la distribution normale ou gaussienne car ce modèle suit la loi statistique du même nom
Quelles sont les 3 dimensions sont souvent évoqués pour décrire l’écart entre une distribution et le modèle normal ?
L’assymétrie
L’aplatissement
Le nombre de modes
VRA OU FAUX
Toute distribution normale peut être décrite simplement en précisant sa moyenne et son écart-type
VRAI
Pourquoi est-ce que l’on se base sur la distribution normale et qu’arrive t’il si la distribution ne l’est pas ?
Des mesures faites sur une population de grande taille donnent souvent des valeurs qui sont distribuées selon une loi similaire à la loi normale
La loi normale est un bon modèle pour les variations aléatoires d’une caractéristique dans un grand échantillon
On part du postulat que nos données se distribueront normalement. Si elles ne se distribuent pas normalement, on va faire des modification de nos données pour qu’elles se rapprochent le plus possible d’une distribution normale pour pouvoir faire des analyses sur des données qui respectent les postulats d’une loi normale
Comment est-ce que l’on appelle une distribution dont la moyenne est de zéro et l’écart-type de 1 ?
distribution normale centrée réduite (Z).
Quelles sont les 5 caractéristiques normales de la courbe normale ?
- forme de cloche, distribution symétrique et unimodale représentant un polygone des fréquences, où la plupart des valeurs sont concentrées au sommet autour de la moyenne
- Le mode, la médiane et la moyenne ont les mêmes valeurs (symétrie de la distribution)
- la proportion des données décroit progressivement à mesure que l’on s’écarte de la moyenne (vers positif et négatif) + extrémité = peu de données
- la courbe est au-dessus de l’axe horizontale, les queues s’en rapprochent sans jamais lui toucher
- l’aire sous la courbe = 100%
VRAI OU FAUX
Plus il y a un grand échantillon, moins il y a de chance d’avoir une distribution normale
FAUX : Plus il y a un grand échantillon, plus il y a de chance d’avoir une distribution normale dans la mesure où j’ais des gens d’une population HÉTÉROGÈNE
Quel est le terme anglophone pour parler d’asymétrie d’une courbe ?
skewness
Qu’est-ce qu’indique un coefficient d’asymétrie positif et quel est l’indice visuel qui nous aide à l’identifier ?
Un coefficient d’asymétrie positif indique une distribution décalée à gauche de la moyenne, et donc une queue de distribution étalée vers la droite.
Qu’est-ce qu’indique un coefficient d’asymétrie nul ?
Un coefficient d’asymétrie nul indique une distribution symétrique : c’est par exemple le cas de la courbe dite normale
Qu’est-ce qu’indique un coefficient d’asymétrie négatif et quel est l’indice visuel qui nous aide à l’identifier ?
Un coefficient d’asymétrie négatif indique une distribution décalée à droite de la moyenne, et donc une queue de distribution étalée vers la gauche.
Quel type de distribution implique un coefficient d’aplatissement positif + son autre nom ?
Un coefficient d’aplatissement positif implique une distribution « pointue ».
- Leptokurtique
Quel type de distribution implique un coefficient d’aplatissement négatif + son autre nom ?
Un coefficient d’aplatissement négatif implique une distribution « aplatie ».
- Platykurtique
Quel type de distribution implique un coefficient d’aplatissement nul + son autre nom ?
Un coefficient d’aplatissement nul implique une distribution « intermédiaire ».
- Mésokurtique
Plus la distribution est grande, plus la courbe sera…
a) plate
b) pointue
a) plate
Quel est l’autre terme pour parler d’aplatissement d’une courbe ?
kurtosis
Une distribution bimodale suggère quoi ?
la présence de deux populations distinctes
VRAI OU FAUX
Il est possible de mesurer des mesure de dispersion et de tendance centrale avec des variables qualitatives et quantitatives
FAUX : juste avec des variables continues (quanti)
*quali : on peut juste trouver le mode
Qu’est-ce que la normalisation d’une distribution ?
La normalisation d’une distribution est sa transformation en distribution centrée réduite, en centrant la moyenne à zéro et en réduisant l’écart-type à un.
Quel type de score est-ce que la normalisation d’une courbe permet de trouver ?
Le score standardisé, cote z
Qu’est-ce que le score z exprime (2) et qu’est-ce qu’il permet de faire ?
Le score Z exprime un écart à la moyenne qu’on met en relation avec la variabilité (dispersion) dans la population, exprime l’écart à la moyenne en unités d’écart-type
Permettent de relativiser les valeurs de distributions différentes
Expliquer pourquoi le score z est important ?
Parce que ça permet de relativiser les données
Par exemple : 2 étudiant‧es de 2 groupes différents avec des notes significativement différentes peuvent avoir un niveau de performance relativement similaire, même si le score de chacun‧e ne semble par dire la même chose
