Cours 5 Flashcards
Qu’est-ce que la mesure?
(Les règles de la mesure psychologique)
Mesurer en psychologie signifie attribuer des valeurs numériques à des construits psycho-sociaux abstraits (fait à partir de comportements observables ou de réponses à des tests psychométriques), conformément à des règles strictes :
La cueillette des données ;
La nature des données (qualitatif/quantitatif) ;
Les propriétés psychométriques des construits.
Quelles sont les règles strictes de la mesure à respecter?
La cueillette des données ;
La nature des données (qualitatif/quantitatif) ;
Les propriétés psychométriques des construits.
Nommer un grand défi de la mesure
(Correspondance entre comportements et chiffres)
L’un des grands défis est d’établir une correspondance rigoureuse entre les comportements observés et les valeurs numériques attribuées.
Par exemple :
Lorsqu’on évalue la dépression, un score est attribué en fonction de réponses à un questionnaire comportant des items (manger mal, dormir mal, etc.). Chaque réponse doit être associée à un score numérique qui reflète le niveau de dépression perçu.
Qu’Est ce que la mesure implique?
(Les règles de la mesure psychologique)
(Correspondance entre comportements et chiffres)
(Précision et reproductibilité)
(enjeux éthiques et méthodologiques)
Qu’est ce que la mesure permet de garantir?
Permet de garantir que les mesures obtenues soient à la fois précises et reproductibles :
Précision : Un test précis est capable de mesurer de manière fine les différences entre les individus.
Reproductibilité : Une mesure est reproductible si elle donne des résultats similaires lorsque le test est administré à plusieurs reprises dans des conditions semblables.
Qu’Est ce que la précision?
Précision : Un test précis est capable de mesurer de manière fine les différences entre les individus.
Qu’est ce que la reproductibilité?
Reproductibilité : Une mesure est reproductible si elle donne des résultats similaires lorsque le test est administré à plusieurs reprises dans des conditions semblables.
Quels sont les enjeux éthique et méthodologie de la mesure?
la mesure ne se limite pas à des aspects techniques. Il y a aussi des enjeux éthiques importants
Confidentialité et protection des données : Les résultats des tests doivent être traités avec le plus grand soin pour protéger la vie privée des participants.
Utilisation des résultats : Les scores obtenus ne doivent pas être utilisés de manière abusive ou pour stigmatiser les individus. Ils doivent servir à améliorer le bien-être des personnes évaluées.
Qu’est ce que la confidentialité et la protection des données?
Confidentialité et protection des données : Les résultats des tests doivent être traités avec le plus grand soin pour protéger la vie privée des participants.
Qu’est ce que l’utilisation des résultats?
Utilisation des résultats : Les scores obtenus ne doivent pas être utilisés de manière abusive ou pour stigmatiser les individus. Ils doivent servir à améliorer le bien-être des personnes évaluées.
QU’EST CE QUE LA MESURE EN CONCLUSION
La mesure est un processus complexe qui demande RIGUEUR, PRÉCISION et RESPECT des NORMES ÉTHIQUES, afin de fournir des évaluations valides et fiables des comportements humains et des caractéristiques mentales. La RIGUEUR MÉTHODOLOGIQUE et les propriétés psychométriques (validité, fiabilité, sensibilité) sont essentielles pour garantir que les résultats obtenus puissent réellement éclairer les décisions cliniques, de recherche ou d’intervention
Tout peut devenir erreur car ma réponse reflète toujours ma personnalité.
Vrai ou faux, en psychologie, la mesure consiste à attribuer des valeurs numériques à des construits psycho-sociaux observables directement.
Faux. Les construits psycho-sociaux sont des concepts abstraits, non directement observables.
Quel type de données pourrait être utilisé pour mesurer un construit en psychologie ?
a) Données qualitatives, comme des descriptions verbales
b) Données quantitatives, comme un score à un test
c) Les deux types de données
c) Les deux types de données
Expliquez en une ou deux phrases la différence entre la validité et la fiabilité d’un test psychométrique.
La validité mesure si un test évalue bien ce qu’il prétend mesurer, tandis que la fiabilité évalue la cohérence des résultats obtenus dans le temps ou entre les évaluateurs.
Vrai ou faux, le ratio de validité de contenu est une technique utilisée pour évaluer la cohérence interne d’un test.
Faux. Le ratio de validité de contenu sert à s’assurer que le test couvre bien tous les aspects du construit qu’il prétend mesurer.
Vrai ou faux, si un test donne des résultats constants lorsqu’il est administré à plusieurs reprises dans les mêmes conditions, on dit que ce test est reproductible.
Vrai. La reproductibilité est liée à la fiabilité d’un test.
Quel est un des principaux enjeux éthiques de la mesure en psychologie ?
a) L’originalité des items
b) L’utilisation des résultats pour stigmatiser les individus
c) La complexité de la création des tests
d) La confidentialité des donnée
d) La confidentialité des données
Le test mesure-t-il ce qu’il prétend mesurer ?
Validité
Le test donne-t-il des résultats cohérents dans le temps ?
Fiabilité
Le test est-il capable de détecter des différences entre les individus ?
Sensibilité
Le test mesure-t-il finement les différences entre les individus ?
Précision
Que fournit l’évaluation?
Fournit une interprétation informée et fondée sur des critères scientifiques pour comprendre et diagnostiquer des phénomènes psychologiques :
Connaissance de ce qui est mesuré ;
Les instruments doivent être valides et fiables ;
Prendre en compte des erreurs de mesure.
Si on veut bien interpréter il faut connaitre les choses, faut s’assure que nos instrument sont valide et fidèle. Tout ce qui n’est pas ce que l’on veut mesurer constitue une erreur. Tout peut être une source d’erreur.
Que constitue lÉ’valuation et que permet-elle?
Constitue une source d’information explicative qui permet de comprendre les phénomènes psychologiques sous-jacents :
Les résultats des évaluations ont un impact sur la vie des individus et des groupes :
Les décisions basées sur ces évaluations (par exemple, en milieu scolaire ou professionnel) peuvent influencer des trajectoires de vie. Ainsi, le psychologue doit être particulièrement prudent dans l’interprétation et la communication de ces résultats.
Exemple lui dire qu’il a un QI de poulet, on doit habiller les chiffre
DEquel facon les résultats des évaluation ont un impact sur la vie des individus et des groupes?
Les résultats des évaluations ont un impact sur la vie des individus et des groupes :
Les décisions basées sur ces évaluations (par exemple, en milieu scolaire ou professionnel) peuvent influencer des trajectoires de vie. Ainsi, le psychologue doit être particulièrement prudent dans l’interprétation et la communication de ces résultats.
Je suis psy, tout ce que je vais dire à mon patient, il vas le croire. Je dois rendre compréhensible pour la personne. Exemple il a eu un QI de 20, il faut expliquer, lui dire qu’il a un QI de poulet, on doit habiller les chiffres.
Plusieurs étapes qui permettent d’explorer les différents aspects du fonctionnement psychologique de l’individu et d’élaborer un plan d’intervention, nommez lesquels.
Identifier la problématique ;
Choisir les outils d’évaluation ;
Collecter les données (entretiens cliniques, observations directes et tests psychométriques) ;
Analyser et interpréter les résultats ;
Élaborer le rapport et le plan d’intervention.
Qu’est ce qui essentiel à l’évaluation pour qu’elle soit éthique, quelle respecte les normes ainsi que notre responsabilité professionnelle?
Confidentialité ;
Consentement éclairé : Avant l’évaluation, le psychologue doit obtenir un consentement éclairé, expliquant la nature de l’évaluation, les outils utilisés, et l’utilisation des résultats;
Collecte des données (entretiens cliniques, des observations directes et des tests psychométriques) ;
Communication claire des résultats : Le psychologue doit s’assurer que les résultats soient expliqués de manière compréhensible à la personne.
Qu’Est ce que le Consentement éclairé :
Avant l’évaluation, le psychologue doit obtenir un consentement éclairé, expliquant la nature de l’évaluation, les outils utilisés, et l’utilisation des résultats;
QU’EST CE QUE L’ÉVALUATION EN CONCLUSION?
1- L’évaluation est un processus essentiel pour comprendre et diagnostiquer les phénomènes psychologiques.
2- Elle implique l’utilisation d’outils fiables et valides pour collecter et interpréter des données sur le comportement et les émotions des individus.
3- Le psychologue doit suivre des étapes précises, telles que l’identification du problème, le choix des tests appropriés, l’analyse des résultats et la proposition d’un plan d’intervention.
4- De plus, il est crucial de respecter des normes éthiques élevées, en garantissant la confidentialité et le consentement éclairé de la personne évaluée.
5- En somme, l’évaluation vise à fournir une compréhension approfondie et responsable des besoins psychologiques de l’individu.
Pour faire une analyse de donner, la méthode déprendra de la nature des données et des objectifs de l’analyse. Nommer 3 méthodes
Statistiques descriptives : permettent de résumer les données sous forme de mesures centrales et variabilités ;
Statistiques inférentielles : utilisées pour tirer des conclusions ;
Régressions et modèles prédictifs : essentiels pour prédire les comportements et explorer comment plusieurs facteurs interagissent pour influencer les comportements humains.
Qu’est-ce que la statistique descriptive
Statistiques descriptives : permettent de résumer les données sous forme de mesures centrales et variabilités ;
Qu’est-ce que la statistique inférentielle?
Statistiques inférentielles : utilisées pour tirer des conclusions ;
Qu’est-ce que la régression et modèle prédictif?
Régressions et modèles prédictifs : essentiels pour prédire les comportements et explorer comment plusieurs facteurs interagissent pour influencer les comportements humains.
Quelles méthodes j’utilise si je veux tirer des conclusions?
Les statistiques inférentielles
Quelles méthodes j’utilise pour me permettre de résumer les données sous forme de mesures centrales et variables
La méthode statistique descriptive
Quelle est la méthode qui est essentielle pour prédire les comportements et explorer comment plusieurs facteurs interagissent pour influencer les comportements humains
La régression et les modèles prédictifs
Vrai ou faux ? Les analyses de données vont au delà des simples valeurs p
Vrai, ils considèrent d’autres indicateurs comme la taille de l’effet, l’intervalle de confiance et les inférences bayesiennes
Vrai ou faux, La taille de l’effet permet d’évaluer la pertinence pratique d’un résultat statistiquement significatif.
Vrai
Que signifie un intervalle de confiance à 95 % ?
a) Nous avons 95 % de chances que l’échantillon choisi soit représentatif.
b) Nous sommes 95 % certains que l’effet observé est statistiquement significatif.
c) Nous pouvons être confiants à 95 % que l’effet réel se situe à l’intérieur de cet intervalle.
d) Nous avons 95 % de chances que l’effet observé dans la population générale soit plus grand que celui trouvé dans l’échantillon.
c) Nous pouvons être confiants à 95 % que l’effet réel se situe à l’intérieur de cet intervalle.
Pourquoi les intervalles de confiance sont-ils souvent préférés aux simples p-valeurs dans l’interprétation des résultats ?
a) Parce qu’ils indiquent directement la probabilité d’une erreur type I.
b) Parce qu’ils fournissent une estimation de la variabilité autour de l’effet observé.
c) Parce qu’ils permettent de faire des tests plus rapides.
d) Parce qu’ils ne nécessitent pas d’hypothèses spécifiques sur la population étudiée.
b) Parce qu’ils fournissent une estimation de la variabilité autour de l’effet observé.
Associez les termes suivants à leur définition :
a) Taille de l’effet
b) Intervalle de confiance
c) Signification statistique
d) p-valeur
Définitions :
- Indique la probabilité que l’effet observé soit dû au hasard.
- Une estimation qui reflète l’amplitude de l’effet observé dans une étude.
- Un intervalle dans lequel on estime que l’effet réel se situe avec un certain degré de confiance (généralement 95 %).
- Montre si l’effet observé est suffisamment fort pour avoir une pertinence pratique.
a → 2
b → 3
c → 4
d → 1
Quels sont les recommandations de l’APA aux niveaux des analyse de données?
Utiliser des estimateurs appropriés : robustes ;
Rapporter la taille d’effet ;
Rapporter les intervalles de confiance ;
Éviter le “p-hacking” (manipuler les analyses de données pour obtenir des résultats significatifs).
qu’est ce qu’un estimateurs appropriées?
doit être robuste, c’est un processus de statistique qui m’assurer que mes résultats sont précis. Il y a des auteurs qui veulent savoir c’est quoi la méthode, c’est un type d’Estimateur.
Vrai ou faux selon le P-hacking, si j’enlève les données extrêmes la moyenne est plus représentatif
NON CAR TU MANIPULE TES DONNÉES TROUVE UNE AUTRE FACON PARCE QUE BALBINOTTI VAS TE CASSER LES JAMBES
EN quoi les réprésentations graphique sont essentielle?
Les visualisations graphiques sont essentielles pour rendre les résultats des analyses de données plus accessibles et compréhensibles. Elles permettent de mettre en évidence des tendances, des relations ou des différences entre les groupes de manière visuelle. Des outils tels que les graphiques en barres, histogrammes, boîtes à moustaches et nuages de points sont couramment utilisés pour illustrer des distributions et des relations entre variables (Woo & Kim, 2022).
COmment est ce qu’on doit rendre accessible et compréhensible les analyses de données
compréhension approfondie des méthodes analytiques,
rigueur dans la collecte et le traitement des données,
interprétation réfléchie des résultats.
QU’EST CE QUE LES ANALYSES DE DONNÉES?
Processus essentiel qui permet aux chercheurs de mieux comprendre le comportement humain. Commence par la collecte de données, suivie d’une analyse qui inclut des statistiques descriptives et inférentielles, ainsi que des modèles prédictifs. Une interprétation rigoureuse des résultats est cruciale, en prenant en compte des éléments comme la taille de l’effet et les intervalles de confiance.
L’APA recommande des pratiques éthiques et méthodologiques pour garantir la validité et la fiabilité des résultats, tout en évitant des pratiques discutables comme le “p-hacking”. Enfin, l’analyse des données nécessite une réflexion approfondie sur les méthodes et leur impact pratique.
Quelle est la différence entre la variance et l’écart-type dans les statistiques descriptives ?
La variance est la moyenne des carrés des écarts par rapport à la moyenne, tandis que l’écart-type est la racine carrée de la variance. L’écart-type est exprimé dans la même unité que les données initiales, ce qui le rend plus interprétable
Pourquoi est-il important de visualiser les données à l’aide de graphiques comme des histogrammes ou des boîtes à moustaches dans l’analyse descriptive ?
Les graphiques permettent de détecter visuellement les tendances, les anomalies, les distributions des données, ainsi que les différences entre les groupes, facilitant ainsi une interprétation claire des résultats.
Quelle méthode permet de tirer des conclusions sur une population à partir d’un échantillon de données ?
A) Statistiques descriptives
B) Statistiques inférentielles
C) Visualisation graphique
D) Régression linéaire
B) Statistiques inférentielles
Qu’est-ce que la taille de l’effet et pourquoi est-elle importante dans l’interprétation des résultats ?
La taille de l’effet quantifie l’ampleur d’une relation ou d’un effet observé dans une étude. Elle est importante car elle informe non seulement sur l’existence d’un effet (comme la valeur p), mais aussi sur sa pertinence pratique, aidant ainsi à interpréter les résultats dans un contexte réel.
Quelle est la recommandation principale de l’APA concernant l’analyse des données en psychologie ?
A) Utiliser uniquement des tests d’hypothèses traditionnels
B) Privilégier les intervalles de confiance et rapporter la taille d’effet
C) Se concentrer exclusivement sur la valeur p
D) Utiliser des visualisations graphiques uniquement dans les rapports finaux
B) Privilégier les intervalles de confiance et rapporter la taille d’effet
Quels sont les 4 échelles de mesures?
Nominales (de classes ou catégorielles) ;
Ordinales ;
Intervalle ;
Proportionnelle (ratio).
Qu’est ce que l’Échelle nominale?
Classification sans ordre ;
Opérations statistiques limitées : fréquences et pourcentages.
Exemples de variables nominales en psychologie :
Genre (masculin, féminin, autre) ;
Type de personnalité (introverti, extraverti) ;
Diagnostic clinique (trouble dépressif majeur, etc.).
DOnnés des exemple de variables nominale en psychologie
Genre (masculin, féminin, autre) ;
Type de personnalité (introverti, extraverti) ;
Diagnostic clinique (trouble dépressif majeur, etc.).
En quel circonstance les échelles nominales sont utile?
UTILE POUR ÉCHELLE NOMINALE. Les corrélations tétrachoriques sont utiles pour estimer des relations sous-jacentes entre des variables catégoriques. Une étude méthodologique a démontré que l’utilisation de matrices tétrachoriques produit de meilleurs résultats que les matrices Pearson pour les analyses factorielles dans les évaluations psychologiques
Comment on applique le bootstrapping avec des échelles nominales?
Le bootstrapping est une méthode de rééchantillonnage utile lorsque les hypothèses paramétriques classiques ne sont pas respectées.
Pour des échelles nominales, il permet de générer des intervalles de confiance pour des statistiques comme les fréquences et pourcentages.
Que permet le bootstrapping avec des échelles nominale
Pour des échelles nominales, il permet de générer des intervalles de confiance pour des statistiques comme les fréquences et pourcentages.
QU’est ce qu’un échelle ordinale?
Classement avec un ordre : croissant ou décroissant.
Opérations statistiques spécifiques : médiane, mode, fréquences, pourcentages, corrélation de Spearman.
Exemples de variables ordinales en psychologie :
Niveaux d’anxiété (léger, modéré, sévère);
Échelles de Likert (fort. en désaccord à 5 = fort. en accord);
Évaluations des symptômes (faibles, modérés, graves).
Donner des exemples de variables ordinales?
Niveaux d’anxiété (léger, modéré, sévère);
Échelles de Likert (fort. en désaccord à 5 = fort. en accord);
Évaluations des symptômes (faibles, modérés, graves).
Est ce que je peux mettre le choix Pas du tout quand un questionnaire?
NON SINNON BALBINOTTI VAS ÊTRE TRÈS EN COLÈRE
Qu’est ce que la corrélations polychoriques avec des échelles ordinales ?
La corrélation polychorique est souvent utilisée pour mesurer les relations entre des variables ordinales, en supposant qu’une variable continue sous-jacente existe. Par exemple, lorsque l’on évalue des réponses de nature ordinales (sur une échelle de Likert), les corrélations polychoriques permettent de mieux comprendre les relations entre ces variables qu’une simple corrélation de Pearson.
Poly = ?
MÉDIANE
Tétra = ?
MODE
Pourquoi utiliser ce type de corrélation (poly ou tétra)?
Parce que je cherche la précision de la mesure, si j’ai un patient devant moi il faut le plus d’informations possible, il faut les valeurs les plus précise possible. On appelle ca des estimateur robuste.
Comment on applique le bootstrapping avec des échelles ordinales?
Le bootstrapping est une méthode non paramétrique qui permet de rééchantillonner les données pour estimer des intervalles de confiance et la robustesse des résultats. Il est souvent appliqué aux corrélations polychoriques pour estimer la fiabilité des résultats obtenus avec des données ordinales.
Qu’est ce qu’un échelle d’intervalle?
Écarts égaux entre les valeurs ;
La valeur zéro existe, mais elle n’est pas absolue ;
Statistiques appropriées : L’échelle d’intervalle permet une gamme d’analyses statistiques plus larges, y compris des mesures telles que la moyenne, la variance, et l’écart-type ;
Exemples de variables d’intervalle en psychologie :
Scores de tests de QI ;
Scores d’évaluation de la performance cognitive (mémoire, etc.).
Données des exmples de variables d’intervalle?
Exemples de variables d’intervalle en psychologie :
Scores de tests de QI ;
Scores d’évaluation de la performance cognitive (mémoire, etc.).
Que permet les échelles d’intervalle en psycho?
Les échelles d’intervalle permettent l’utilisation de corrélations classiques, comme la corrélation de Pearson, qui mesure la force et la direction de la relation linéaire entre deux variables. Les corrélations de Pearson sont appropriées pour les données continues, ce qui inclut les échelles d’intervalle.
Que permet l’application du Bootstrapping avec des échelles d’intervalle?
Le bootstrapping est une méthode non paramétrique utilisée pour estimer la précision des statistiques (telles que la moyenne ou l’écart-type) dans des échantillons de petite taille ou lorsque les hypothèses paramétriques classiques ne sont pas respectées.
Je le fait pour normaliser la chose.
Qu’est ce qu’un echelle de ratio?
Le zéro est absolu :
Opérations arithmétiques complètes ;
Exemples de variables de ratio en psychologie :
Temps de réaction ;
Durée de sommeil.
Donner des exemples nécessitant un échelle de ratio?
Temps de réaction ;
Durée de sommeil.
Que permet les échelles de ratio?
Les échelles de ratio permettent l’utilisation de corrélations classiques, comme la corrélation de Pearson, qui mesure la relation linéaire entre deux variables continues.
a quoi sert le bootstrapping avec des échelles de ratio?
Le bootstrapping peut être utilisé avec des échelles de ratio pour estimer la précision des statistiques, comme la moyenne ou les corrélations, dans des échantillons de petite taille
de quoi relève la classification des échelles de mesure?
la classification des échelles de mesure relève d’une question de convention et d’utilité
Par convention, les données relatives aux attributs psychologiques sont encore acceptées comme compatibles avec les techniques d’analyse statistique paramétrique les plus puissantes
Par utilité, les auteurs ont longtemps toléré l’utilisation de logiciels statistiques aux ressources d’analyse (estimateurs) limitées, car historiquement, il y avait peu d’options disponibles. Ainsi, les logiciels disponibles avaient la réputation d’être simplement fonctionnels. Aujourd’hui, avec le développement de nouveaux logiciels, cette notion d’« utilité » est fortement remise en question
Pourquoi est ce que la classification des échelles de mesure comporte aussi un problème d’échantillonage?
Comment on y fait face?
En psychométrie, on utilise un échantillon d’individus et un échantillon de contenu (items d’un test). Selon Bernier et Pietrulewicz (1997), il est pratiquement impossible de gérer simultanément ces deux échantillons (problème de l’échantillonnage) au même temps.
Une manière typique de faire face à ce problème consiste à prendre explicitement en compte un échantillon, tout en gardant à l’esprit que l’autre peut influencer négativement les résultats.
L’approche recommandée en psychométrie face à cette problématique consiste à utiliser un échantillon d’individus suffisamment large pour minimiser l’erreur d’échantillonnage et garantir une bonne représentativité de la population cible. Une fois cette représentativité assurée, l’attention du psychométricien se porte alors sur la représentativité des items du test.
En effet, il devient crucial de s’assurer que l’échantillon d’items couvre de manière exhaustive et équilibrée le domaine de connaissances ou de compétences à évaluer, afin de maximiser la validité de contenu du test.
Qu’est-ce qu’une échelle nominale ?
A) Une échelle qui classe les observations selon un ordre.
B) Une échelle qui permet de classer des individus en catégories mutuellement exclusives sans ordre.
C) Une échelle qui mesure l’intensité des caractéristiques.
D) Une échelle qui évalue des relations
B
Les échelles nominales peuvent être utilisées pour effectuer des calculs de moyenne.
Faux (les échelles nominales ne permettent pas d’opérations arithmétiques comme la moyenne).
Nommez trois exemples de variables qui peuvent être mesurées avec une échelle nominale en psychologie.
Genre, type de personnalité, diagnostic clinique.
Associez chaque type de variable à son exemple correspondant :
- Variable nominale
- Variable ordinale
- Variable continue
A) Score d’anxiété sur une échelle de 1 à 10
B) Type de diagnostic (dépression, anxiété)
C) Niveau d’éducation (primaire, secondaire, universitaire)
1 - B
2 - C
3 - A
Expliquez les limites des statistiques descriptives dans le contexte des échelles nominales.
Les échelles nominales permettent uniquement des statistiques descriptives telles que les fréquences et pourcentages, sans possibilité d’analyser les relations entre les catégories ou d’effectuer des calculs comme la moyenne ou l’écart-type.
Décrivez comment la méthode du bootstrapping peut être utile dans l’analyse des échelles nominales.
Le bootstrapping permet de générer des intervalles de confiance pour des statistiques de fréquence ou de pourcentage, améliorant ainsi la robustesse des résultats, surtout dans des études avec des petits échantillons.
Vrai ou faux, Les corrélations tétracóriques sont plus efficaces que les matrices Pearson pour l’analyse factorielle des données nominales.
Vrai (elles fournissent de meilleurs résultats pour les analyses avec des variables catégoriques).
Qu’est-ce qu’une échelle ordinale ?
A) Une échelle qui ne présente aucune hiérarchie entre les catégories.
B) Une échelle qui classe des variables selon un ordre sans garantir l’égalité des écarts.
C) Une échelle qui permet de mesurer des variables quantitatives.
D) Une échelle qui évalue uniquement des variables nominales.
B
Vrai ou faux, Les échelles ordinales permettent de calculer des moyennes.
Faux (les échelles ordinales ne permettent pas de calculer des moyennes, mais des rangs).
Nommez trois exemples de variables qui peuvent être mesurées avec une échelle ordinale en psychologie.
Niveaux d’anxiété (léger, modéré, sévère), échelles de Likert, évaluations des symptômes.
Associez chaque type de variable à son exemple correspondant :
- Variable ordinale
- Variable nominale
- Variable continue
A) Température mesurée en degrés Celsius
B) Niveaux de satisfaction (très insatisfait, insatisfait, neutre, satisfait, très satisfait)
C) Type de personnalité (introverti, extraverti)
1 - B
2 - C
3 - A
Quels types de tests statistiques peuvent être utilisés avec des données ordinales?
Des statistiques non paramétriques comme le test de Wilcoxon ou le test de Mann-Whitney sont souvent utilisées pour analyser des données ordinales
La corrélation policórique est utilisée pour mesurer les relations entre des variables continues.
Faux (elle est utilisée pour mesurer les relations entre des variables ordinales).
Quelle méthode est souvent utilisée pour analyser la relation entre des variables ordinales ?
A) Corrélation de Pearson
B) Corrélations policóriques
C) Régression logistique
D) Analyse de variance (ANOVA)
B
Expliquez comment le bootstrapping peut être appliqué aux données issues d’échelles ordinales.
Le bootstrapping permet de rééchantillonner les données pour estimer des intervalles de confiance et améliorer la robustesse des résultats, en particulier lors de l’analyse des corrélations policóriques avec des données ordinales.
Qu’est-ce qu’une échelle d’intervalle ?
A) Une échelle qui classe les variables selon un ordre avec des écarts égaux, mais sans zéro absolu
B) Une échelle qui ne présente aucun ordre entre les catégories
C) Une échelle qui permet de mesurer des variables qualitatives.
D) Une échelle qui ne permet pas d’effectuer des calculs statistiques.
A
Donnez trois exemples de variables qui peuvent être mesurées avec une échelle d’intervalle en psychologie.
Scores de tests de QI, scores d’évaluation de la performance cognitive, températures en degrés Celsius.
Associez chaque type de variable à son exemple correspondant :
- Variable d’intervalle
- Variable nominale
- Variable ordinale
A) Échelle de Likert (1 = pas du tout d’accord, 5 = tout à fait d’accord)
B) Température mesurée en degrés Fahrenheit
C) Type de personnalité (introverti, extraverti)
1 - B
2 - C
3 - A
Les corrélations de Pearson sont appropriées pour les données ordinales.
Faux (elles sont appropriées pour les données continues, y compris les échelles d’intervalle).
Quel est un exemple de variable mesurée sur une échelle d’intervalle ?
A) Genre (masculin, féminin)
B) Diagnostic clinique (trouble dépressif, trouble bipolaire)
C) Niveaux d’anxiété (léger, modéré, sévère)
D) Scores d’intelligence (QI)
D
Comment le bootstrapping peut-il être appliqué aux données issues d’échelles d’intervalle ?
Le bootstrapping permet d’estimer la précision des statistiques, comme la moyenne ou l’écart-type, en rééchantillonnant les données, ce qui est utile dans les échantillons de petite taille ou lorsque les hypothèses paramétriques ne sont pas respectées.
Vrai ou faux :
L’absence d’un zéro absolu dans une échelle d’intervalle signifie que les valeurs ne peuvent pas être comparées
Réponse : Faux (bien qu’il n’y ait pas de zéro absolu, les valeurs peuvent être comparées par rapport à leurs écarts).
Qu’est-ce qu’une échelle de ratio ?
A) Une échelle qui ne présente aucun ordre entre les catégories.
B) Une échelle qui mesure des variables qualitatives.
C) Une échelle qui a un zéro absolu et permet de mesurer des écarts constants.
D) Une échelle qui ne permet pas d’effectuer des calculs statistiques.
C
Vrai ou faux :
Les échelles de ratio permettent de mesurer des rapports entre les valeurs.
Réponse : Vrai (la présence d’un zéro absolu permet de calculer des rapports).
Donnez trois exemples de variables qui peuvent être mesurées avec une échelle de ratio en psychologie.
Temps de réaction, durée de sommeil, nombre d’erreurs dans un test.
Associez chaque type de variable à son exemple correspondant :
- Variable de ratio
- Variable nominale
- Variable ordinale
A) Âge en années
B) Type de personnalité (introverti, extraverti)
C) Échelle de satisfaction (pas du tout satisfait à très satisfait
1 - A
2 - B
3 - C
Quelles analyses statistiques peuvent être effectuées avec des données d’échelle de ratio ?
Les analyses statistiques incluent le calcul de la moyenne, de l’écart-type, des ratios, et l’utilisation de corrélations de Pearson.
Comment le bootstrapping peut-il être appliqué aux données issues d’échelles de ratio ?
Le bootstrapping permet d’estimer la précision des statistiques, comme la moyenne ou les corrélations, en rééchantillonnant les données, ce qui est utile dans les échantillons de petite taille ou lorsque les hypothèses paramétriques ne sont pas respectées.
