cours 4 Flashcards

1
Q

Un biais est lié à quelle position épistémologique?

A

Post-positivisme
(statistiques liées à cette position aussi)

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

Pour bien identifier une problématique, une lecture critique des écrits scientifiques peut nous aider. Donne des exemples de question qu’on peut se poser pour effectuer cette lecture critique.

A
  • Est-ce que l’étude présente des sources de qualité?
  • Est-ce que l’étude présente des biais?
  • Est-ce que l’étude présente les points qui supportent son hypothèse ainsi que ceux allant à l’encontre?
  • Est-ce que l’étude présente suffisament les étapes de sa méthode pour que celle-ci soit reproductible/plausible
  • Est-ce que l’étude identifie clairement ses limites?
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Problématique/objectif de recherche: On va énoncer clairement ce à quoi notre étude va tenter de répondre après quoi?

A

L’identification d’une faille ou d’un manque dans les connaissances actuelles (donc vers la fin du contexte théorique)
Ex: Bien que la relation entre le narcissisme et la maltraitance est clairement énoncée dans plusieurs articles théoriques, ce lien n’a jamais été testé de façon empirique. La présente recherche tentera de répondre à ce manque

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

Qu’est-ce que c’est que les hypothèses?

A

Les façons concrètes et opérationnalisées par lesquelles on va tenter de répondre à notre question de recherche.

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

Qu’est-ce qu’il doit y avoir pour émettre une hypothèse?

A
  • Les variables doivent être clairement définies (VI, VD, VMéd, VMod, VC)
  • Un lien entre ces variables doit être émis
  • Cette ou ces hypothèses doivent être empiriquement vérifiables
    Ex: Il est attendu que les adultes ayant vécu de la maltraitance à l’enfance tel que mesurée par le questionnaire X auront un niveau de narcissisme pathologique plus élevé au questionnaire Y et ce même en contrôlant pour l’âge et le sexe des participants
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Vrai ou faux, les hypothèses sont rarement présentes lorsqu’il est question d’études post-positivistes.

A

Faux, sont presques toujours présentes.
À l’exception de certaines études exploratoires.
*Ne sont pas présente pour études constructiviste

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

Est-ce que les hypothèses plus complexes sont meilleures?

A

plus complexe = très bon
moins complexe = plus adaptable

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

Les données empiriques quantitatives doivent être soumises à des analyses statistiques pour vérifier les hypothèses, on crée donc quoi?

A

Des modèles statistiques qui nous permettront de vérifier celles-ci. (généralement avec des modèles linéaires généraux)

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

Quels sont les deux modèles statistiques?

A
  1. H0 : Hypothèse nulle = il n’y a pas de lien/différence entre les variables
  2. H1: Hypothèse alternative = il y a un lien/une différence entre les variables
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Qu’est-ce qu’on fait avec H1 et H0?

A

On les compare statistiquement (test de l’hypothèse nulle).

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

Qu’est-ce qui est appelé “p”?

A

La statistique utilisée et elle représente le poids de la preuve allant à l’encontre de l’hypothèse nulle.
*Plus “p” est petit plus la preuve à l’encontre de H0 est grande
*On se donne un seuil en dessous duquel on considère que l’on doit rejeter H0 nommé seuil alpha (queue poisson) = généralement 0,05.
*Ce seuil représente le risque de faux positifs
*Donc si “p”<0,05 on rejette H0 et on considère avoir un résultat statistiquement significatif
*On peut juste confirmer ou rejetter H0

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

Pourquoi les hypothèses statistiques H0/H1 sont problématiques (test d’hypothèse)?(3)

A
  1. Un résultat significatif n’est pas nécessairement important (c’est la taille de l’effet et la signification clinique qui le détermine)
  2. Un résultat non-significatif ne supporte pas réellement l’hypothèse nulle
  3. Un résultat significatif n’infirme pas non plus l’hypothèse nulle (si H0 est correct, il est peu probable que ce résultat puisse exister)
    DONC peu importe le résultat, le test d’hypothèse nous apporte rien
    *De plus il entretient une pensée binaire: si p=0.04998 est vrai mais p=0,05001 est faux
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Qu’est-ce qui guide efficacement le reste de la démarche?

A

Un bon objectif ou une bonne hypothèse.
(C’est la partie qui nous permet de focaliser notre étude)

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

Vrai ou faux, la formulation d’hypothèse statistique est pu courante

A

Faux.
Encore très courante, des alternatives commencent à être plus connues

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

Donne un synonyme de bien faire une démarche expérimentale

A

Faire une étude valide.

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

C’est quoi la validité théorique?

A
  • Représente l’adéquation entre nos variables mesurées et les concepts théoriques.
  • Est explicitement liée à l’opérationnalisation des variables
  • Nécessite un contexte théorique solide
    *Pourquoi c’est cohérent avec ma théorie?
    opérationnalisation = le processus de transformation de concepts abstraits en observations mesurables (sommes nous en mesure de mesurer les variables? COMMENT allons nous mesurer les variables?)
17
Q

C’est quoi la validité interne?

A
  • les changements ou les variations observées sur la variable dépendantes sont du à la ou aux variables indépendantes
  • on va contrôler expérimentalement ou statistiquement (variables contrôle) les variables dont on souhaite éviter l’impact
    (en contrôlant l’âge)
18
Q

Nomme quelques menaces à la validité interne. (8) (on va essayer de contrôler les menaces)

A
  1. facteurs historiques/écologiques = ex: covid
  2. maturation des participants = ex : jeunes qui fuguent (à 18 ans tu peux pas fuguer) ou troubles personnalité dont symptomes diminuent
  3. administration d’une prémesure/sensibilisation à la prémesure = ex : mesure estime de soi, juste travailler le questionnaire et le repasser après mais c’est pas l’estime de soi au complet
  4. fiabilité des instruments
  5. régression vers la moyenne = coup de chance/malchance, données extremes pas du caractéristiques propres à la personne mais environnement donc le changement après pas valide
  6. sélection des participants = les plus phobiques viennent souvent pas
  7. abandon/moralité expérimentale
    8 interaction sélection/maturation = de par leurs caractéristiques vont avoir évolué (maturé)
19
Q

Nomme 4 menaces supplémentaires à la validité interne

A
  1. diffusion de l’effet expérimental = si la première personne dit à la deuxième à quoi s’attendre (spoiler)
  2. rivalité compensatoire du groupe contrôle (effet henry) = gens dans groupe contrôle ont changé leur comportement pour compenser qu’ils n’ont pas eu accès au même choses que les autres
  3. égalisation compensatoire des traitements = juste l’idée d’avoir un traitement va emmener un effet
  4. démoralisation du groupe contrôle = groupe ayant accès au traitement = encore plus turbulent
20
Q

Qu’est-ce que la validité externe ou écologique?

A
  • À quel point les résultats obtenus dans une étude peuvent s’appliquer dans d’autres situations ou d’autres contextes
  • Une bonne validité interne est nécessaire pour avoir une bonne validité externe (garbage in garbage out)
    *mon étude a bien fonctionné mais est pas réalisable
21
Q

Nommes quelques menaces à la validité externe.

A
  • manque de description du traitement expérimental
  • interférence de mutltiples traitements
  • effet de l’expérimentation (ça a fonctionné à cause de l’environnement de l’expérimentation, mais en dehors de celle-ci ça marche pas) …
    —> effet Hawtorne = un chercheur venait et les regardait donc ils étaient plus productifs. le fait d’être observé
    —> effet de nouveauté = fonctionnait à cause nouveau mais quand pu nouveau fontionne pu
    —> effet de situation = ensemble du contexte qui entoure l’expérimentation qui fait que ça a fonctionné. fonctionne dans un espace précis
  • effet de l’expérimentateur = ça fonctionne bien à cause compétences de l’expérimentateur
  • désirabilité sociale
  • effet Rosenthal ou Pygmalion ou de prophétie auto-réalisatrice = l’effet des attentes. tu veux tlm que ton expérimentation fonctionne que tu agis veut veut pas en cons.quences. tu le vois plus

Autres menaces à la validité externe:
- force du traitement expérimental = même si on voit pu d’effets dans un contexte autre que le contexte expérimentale ça ne veut pas dire qu’il n’y a pas d’effets, ils sont peut être juste atténués

22
Q

Dans un modèle de la connaissance post-positiviste on cherche à atteindre quoi?

A

L’objectivité. La validité de nos études nous aide à s’en rapprocher
*plusieurs méthodes ont comme objectif de minimiser ces menaces
**Recherche en psychologie extrêmement complexe