Cours 5 Flashcards
Distribution de fréquences
Le tableau de fréquence révèle le nombre et/ou le pourcentage de ___ se situant à l’intérieur de chaque ____ (intervalle)
Le tableau de fréquence révèle le nombre et/ou le pourcentage de PERSONNES se situant à l’intérieur de chaque CLASSE (intervalle)
Pour construire une distribution groupée des données, il faut déterminer: le nombre de ____ à utiliser et la ____ de ces classes qui doivent être ____
Pour construire une distribution groupée des données, il faut déterminer: le nombre de CLASSES à utiliser et la LARGEUR de ces classes qui doivent être IDENTIQUES
On insère ensuite le nombre d’observations (____) dans chaque classe.
On insère ensuite le nombre d’observations (FRÉQUENCE) dans chaque classe.
HISTOGRAMME
Représentation graphique en «tuyaux d’orgue» de la distribution de ____
* Chaque tuyau représente une ___
* La hauteur du tuyau indique la ___ de la classe correspondante
Représentation graphique en «tuyaux d’orgue» de la distribution de FRÉQUENCES
* Chaque tuyau représente une CLASSE
* La hauteur du tuyau indique la FRÉQUENCE de la classe correspondante
Médiane
Dans une distribution normale, correspond au __e centile.
Dans une distribution normale, correspond au 50e centile.
Moyenne
La moyenne utilisée en psychométrie est une ___ ou zone où se retrouve la majorité des résultats; ce qui est différent de la moyenne ___
La moyenne utilisée en psychométrie est une ÉTENDUE ou zone où se retrouve la majorité des résultats; ce qui est différent de la moyenne ARITHMÉTIQUE
La moyenne ___ est la mesure de tendance centrale la plus utile.
La moyenne arithmétique est la mesure de tendance centrale la plus utile.
Dans une distribution normale, le mode, la médiane et la moyenne ___.
Dans une distribution normale, le mode, la médiane et la moyenne COÏNCIDENT.
Quelle est la mesure de dispersion la plus utile?
Écart Type
L’écart-type ou ___ standard
L’écart-type ou DÉVIATION standard
Le skewness (___ en français)
Le skewness (ASYMÉTRIE en français) :
Le skewness : nous renseigne si la majorité des sujets ont des résultats faibles (skewness ___)
Le skewness : nous renseigne si la majorité des sujets ont des résultats faibles (skewness POSITIF)
Le skewness : nous renseigne si la majorité des sujets ont des résultats normaux (skewness __)
Le skewness : nous renseigne si la majorité des sujets ont des résultats normaux (skewness 0)
Le skewness: nous renseigne si la majorité des sujets ont des résultats élevés (skewness __).
Le skewness: nous renseigne si la majorité des sujets ont des résultats élevés (skewness NÉGATIF).
La kurtose (___ ou aplatissement de la courbe en français)
La kurtose (VOUSSURE ou aplatissement de la courbe en français)
La kurtose : nous renseigne si les sujets ont des résultats également répartis du plus faible au plus élevé (kurtose négative ou distribution ___)
La kurtose : nous renseigne si les sujets ont des résultats également répartis du plus faible au plus élevé (kurtose négative ou distribution PLATYCURTIQUE)
La kurtose : nous renseigne si les sujets ont des résultats normaux (kurtose=0), des résultats concentrés aux alentours du ___ (kurtose ___ ou distribution leptocurtique)
La kurtose : nous renseigne si les sujets ont des résultats normaux (kurtose=0), des résultats concentrés aux alentours du MODE (kurtose POSITIVE ou distribution leptocurtique)
Distribution normale et score standard
La distribution des fréquences de différentes mesures physiques, ___ et psychologiques avoisine une forme normale, c’est-à-dire une courbe en forme de cloche ou courbe de ___ ou courbe normale.
La distribution des fréquences de différentes mesures physiques, BIOLOGIQUE et psychologiques avoisine une forme normale, c’est-à-dire une courbe en forme de cloche ou courbe de GAUSS ou courbe normale.
Dans cette distribution, la majorité (68%) des sujets ont des résultats près de la moyenne ___ ou en d’autres termes, se retrouvent dans la ___ de la moyenne.
Dans cette distribution, la majorité (68%) des sujets ont des résultats près de la moyenne ARITHMÉTIQUE ou en d’autres termes, se retrouvent dans la ZONE de la moyenne.
Les scores Z peuvent être utiles lorsque l’on compare des individus provenant de groupes ___ qui n’ont pas nécessairement les mêmes ___ et les mêmes distributions.
Les scores Z peuvent être utiles lorsque l’on compare des individus provenant de groupes DIFFÉRENTS qui n’ont pas nécessairement les mêmes MOYENNES et les mêmes distributions.
Notion de corrélation
L’objectif de la corrélation est de quantifier la ___ entre 2 mesures, c’est-à-dire de mesurer à quel point 2 mesures varient ___.
L’objectif de la corrélation est de quantifier la RELATION entre 2 mesures, c’est-à-dire de mesurer à quel point 2 mesures varient SIMULTANÉMENT.
La corrélation n’implique pas
nécessairement la causalité; en fait, la corrélation entre 2
variables peut être attribuable:
1- À une relation de cause à
effet ;
2- À une cause ___
3- À une relation ___ (fausse
corrélation)
1- À une relation de cause à
effet ;
2- À une cause COMMUNE
3- À une relation FORFUITE (fausse
corrélation)
Coefficient de corrélation
On peut quantifier la __ de la relation entre 2 variables à l’aide d’un coefficient de corrélation (qui va de –1 à +1).
Ce coefficient r est égal à la somme des produits des scores ___ de chacune des deux mesures, divisé par le nombre de sujets moins 1.
On peut quantifier la FORCE de la relation entre 2 variables à l’aide d’un coefficient de corrélation (qui va de –1 à +1).
Ce coefficient r est égal à la somme des produits des scores STANDARD de chacune des deux mesures, divisé par le nombre de sujets moins 1.
Détermination des tests statistiques
de base à employer
Types de variables DÉPENDANTES
Variables discontinues:
Les variables discontinues peuvent être des variables ___
Elles peuvent aussi être des variables ___
Types de variables DÉPENDANTES
Variables discontinues:
Les variables discontinues peuvent être des variables NOMINALES
Elles peuvent aussi être des variables ORDINALES
Variables discontinues et tests à utiliser
1 temps de mesure et 1 variable discontinue
-chi-carré de ___
1 temps de mesure et 2 variables discontinues
-chi-carré ___.
2 temps de mesure et 2 variables disconstinues
-___
1 temps de mesure et 1 variable discontinue
-chi-carré de CONFORMITÉ
1 temps de mesure et 2 variables discontinues
-chi-carré D’INDÉPENDANCE.
2 temps de mesure et 2 variables disconstinues
-MCNEMAR
Variables continues
Les variables continues sont des variables à intervalles ___, par exemple:
-les réponses des sujets à un questionnaire utilisant une échelle de Likert
-le quotient intellectuel
-des variables de ___ (âges)
Les variables continues sont des variables à intervalles ÉGAUX, par exemple:
-les réponses des sujets à un questionnaire utilisant une échelle de Likert
-le quotient intellectuel
-des variables de RAPPORT (âges)
Variables continues
Avec les variables continues, vous pouvez potentiellement employer tous les tests ___ et non ___ autres que le chi-carré et le ___.
Avec les variables continues, vous pouvez potentiellement employer tous les tests PARAMÉTRIQUES et non PARAMÉTRIQUES autres que le chi-carré et le MCNEMAR.
Normalité de la distribution
Lorsque la distribution d’une variable dépendante continue est normale, vous pouvez employer les tests paramétriques ___ et ___.
Lorsque la distribution d’une variable dépendante continue est normale, vous pouvez employer les tests paramétriques T et ANOVA.
Normalité de la distribution
Dans le cas d’une distribution qui n’est pas normale, vous devez employer des tests ___ ____
A
Pour tester la normalité de la distribution, vous pouvez employer
50 sujets et plus : le test de Kolmogorov-Smirnov avec plus de 50 sujets
moins de 50 sujets :
test de Shapiro-Wilk avec 50 sujets et moins.