Cours 4 Flashcards
Quelle étape de la recherche quantitative permet d’augmenter la puissance statistique ?
L’étape de l’inspection des données.
Lors de l’inspection des données des variables qualitatives (nominale ou ordinale), que doit faire le chercheur ?
Il doit observer et déclarer les valeurs manquantes. Il doit faire l’inspection de la répartition des effectifs/modalités parmi les différentes catégories.
Lors de l’inspection des données des variables quantitatives (intervalle/continue), que doit faire le chercheur ?
Il doit faire l’inspection de la normalité de la distribution et la gestion des valeurs dites extrêmes
Les données manquantes peuvent arriver de quelles façons ? (2)
- De façon aléatoire
- De façon non aléatoire
Vrai ou faux. Les données manquantes de façon non-aléatoire est attribuable aux caractéristiques du participant/biais de l’étude.
Vrai
Donnez deux exemples de données manquantes de façon aléatoire.
- Questionnaire perdu
- Perte des coordonnées du participant
- Erreur de codage
- Erreur d’entrée de données
Comment vérifier si les données manquantes sont de façon aléatoire ou non aléatoire ?
Avec des analyses statistiques
Vrai ou faux. Si les données manquantes sont de façon non aléatoire et/ou sont de plus de 10 %, c’est moins problématique.
Faux. Si les données manquantes sont de façon ALÉATOIRE et/ou MOINS de 5-10 %, c’est moins problématique
Quelles sont les étapes pour vérifier des valeurs manquantes de variables qualitatives ?
- Observation des données manquantes (enlever les « ne sais pas »)
- Inspection de la répartition/distribution des effectifs
Quelles sont les caractéristiques de la loi normale ? (4)
- Courbe a la forme d’une cloche
- Courbe est symétrique par rapport à la droite verticale qui passe par la moyenne
- La mode, la médiane et la moyenne ont la même valeur
- La distribution des données suit une règle empirique soit:
- Environ 68.3 % des observations se situent à +/- 1 écart-type de la moyenne
- Environ 95.4 % des observations se situent à +/- 2 écart type de la moyenne
- Environ 99.7 % des observations se situent à +/- 3 écart-type de la moyenne
Qu’est-ce que l’asymétrie négative ?
Lorsque mode > médiane > moyenne. Les gens ont donc répondu à des valeurs très hautes
Qu’est-ce que l’asymétrie positive ?
Lorsque mode < médiane < moyenne. Il y a donc une concentration de valeurs faibles
Quelles sont les trois types d’aplatissement ? Définir brièvement.
- Mésokurtique (courbe normale)
- Leptokurtique (courbe élancée)
- Platikurtique (courbe plate)
Quel type d’aplatissement représente une forte variation, donc une distribution hétérogène ?
Platikurtique
Quel type d’aplatissement représente une faible variation, donc une distribution homogène ?
Leptokurtique
Comment est-ce qu’on mesure la symétrie ?
Avec le coefficient d’asymétrie. Il est utilisé pour vérifier si la distribution est +/- normale.
Comment se fait le coefficient d’asymétrie ?
On utilise le rapport entre l’asymétrie et l’erreur standard d’asymétrie (asy./ES de l’asy.)
Que se passe-t-il si asy./ES de l’asy . > +/- 3.29 ?
Il y a un non-respect du postulat de normalité.
Comment est-ce qu’on mesure l’aplatissement ?
Avec le coefficient d’aplatissement. Il est utilisé pour vérifier si la distribution est +/- normale.
Comment se fait le coefficient d’aplatissement
On utilise le rapport entre l’aplatissement et l’erreur standard d’aplatissement
Que se passe-t-il si la valeur du coefficient d’aplatissement est positive et que se passe-t-il lorsqu’elle est négative ?
Positive = distribution leptokurtique Négative = distribution platikurtique
Vrai ou faux. Moins l’échantillon est gros, moins le fait d’avoir une distribution +/- normale est grave.
Faux, PLUS l’échantillon est gros, moins le fait d’avoir une distribution +/- normale est grave.
Quelle est l’option à privilégier dans le cas de variables extrêmes quantitatives ?
La transformation. On change la forme de la distribution pour se rapprocher d’une courbe normale.
Pourquoi recoder des variables qualitatives ? (2)
- Pour limiter le nombre de catégories
- Pour mieux répondre à nos objectifs de recherche
Comment recoder des variables quantitatives ?
Avec la méthode de normalisation d’une distribution: le logarithme (Seulement dans les cas monétaires)
