COURS 6 Flashcards

1
Q

Quelle est la limite majeur des plans de recherche a cas unique?

A

les échantillons sont extremement petit => probleme a la validité externe.

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

il y a 5 interprétations d’un graphique à cas unique, lesquels?

A

a)augmentation,
b)réduction,
c)plat,
d)cyclique,
e)instable.

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

définition du plan A-B (plan simple)

A

a = niveau de base
b= traitement (en suit une réduction)

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

définition de plan A-B-A-B (plan renversé)

A

A (période du niveau de base) => B (traitement) => A (periode du niveau de base) => B (traitement, + efficace)
permet de voir si un traitement est clairement efficace (si le niveau de base remonte suite à l’arret du traitement)
on peut changer les dosages à chaque période de traitement.

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

Quand utiliser un plan corrélationnel (4)?

A

1) Raisons déontologiques : souvent, il n’est pas éthique de manipuler expérimentalement la VI
2) Raisons pratiques ou techniques : parfois, la VI d’intérêt est un événement imprévisible et elle ne peut donc pas être isolée ou manipulée
3) Trop onéreux : parfois, il est possible et éthique d’isoler et manipuler la VI, mais c’est simplement trop coûteux
4) L’utilisation d’un plan expérimental peut compromettre la validité externe de l’étude : de demander à des individus de participer à une étude en laboratoire pourrait créer des situations qui ne seraient pas observées en temps normal dans le monde réel.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Les différentes forces de corrélation

A
  • r = 0 - 0.19 est considéré comme une corrélation très faible
  • r = 0.2 - 0.39 est considéré comme une corrélation faible
  • r = 0.40 - 0.59 est considéré comme une corrélation modérée
  • r = 0.6 - 0.79 est considérée comme une corrélation forte
  • r = 0.8 - 1 est considéré comme une correlation très forte
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Qu’est-ce qu’un corrélation simple connexe?

A
  • Souvent, la relation entre deux variables est causée par la présence d’une troisième variable qui serait commune aux deux et qui expliquerait la relation entre elles
  • Pour rester cohérent avec les autres sections du cours, cette troisième variable peut être appelée la variable concomitante
  • Dans ce contexte, la variable concomitante peut avoir un rôle médiateur qui permet de mieux expliquer la relation entre les deux variables ou un rôle modérateur qui permet d’amplifier ou de diminuer la relation entre deux variables
  • Lorsque les deux variables de départ et cette troisième variable sont toutes mesurées, un modèle des corrélations connexes peut être créé

ça forme un genre de triangle

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

Quelles sont les 3 conditions pour établir un lien de causalité

A
  • 1) La présence de la variable indépendante doit créer une condition qui produit un événement, et cet événement ne doit pas se produire lorsque la variable est absente [La covariation de la cause et de l’effet]
  • 2) La condition créée par la variable indépendante (la cause) est attribuable seulement à cette variable, et à aucune autre [Explications alternatives]
  • 3) La cause créée par la variable indépendante doit se produire avant que l’effet ne soit observé [Préséance temporelle].
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Explique la Covariation de la cause et l’effet

A
  • La variable qui est considérée comme étant la variable indépendante n’est pas manipulée; elle est seulement observée ou mesurée
  • Un chercheur a besoin d’obtenir un échantillon représentatif qui incluera les individus possédant (ou étant exposés à) la VI et d’autres individus ne la possédant pas (ou n’étant pas exposés à) la VI
  • Le chercheur doit s’assurer que son échantillon contiendra toutes les valeurs (ou niveaux) possibles de la variable indépendante.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Explique la condition d’explication alternative.

A
  • Parce que la variable indépendante n’est pas manipulée par le chercheur, il est très difficile de savoir si la présence ou l’absence de la variable indépendante (la cause présumée) est la seule cause des changements de la variable dépendante
  • Ce problème peut être résolu statistiquement – pour ce faire, le chercheur doit identifier et mesurer d’autres variables pouvant potentiellement affecter la variable dépendante et contrôler statistiquement pour son influence durant l’analyse statistique des résultats
  • Cela peut être effectué en utilisant une analyse statistique appelée corrélation partielle ou une régression multiple.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Explique la préséance temporelle (3e condition de la causalité)

A

Concernant l’aspect temporel, il est important qu’une période de temps se soit écoulée entre la mesure de la variable indépendante et la mesure de la variable dépendante
* Dans bien des études corrélationnelles, les variables indépendante et dépendante sont mesurées au même moment
* En théorie, dans de telles circonstances, il est encore possible que la relation observée entre deux variables puisse être interprétée de deux façons : A est la cause de B et B est la cause de A
* Pour respecter ce troisième critère, les chercheurs peuvent mesurer la variable indépendante à un moment dans le temps, et mesurer la variable dépendante plusieurs semaines, mois ou années après (ce type de plan est appelé étude prospective)
* Une autre façon de respecter ce critère est de conduire ce qu’on appelle une étude rétrospective, où des données qui ont déjà été collectées à différents moments dans le temps sont analysées de la même façon que dans une étude prospective.

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

définition d’une étude corrélationnelle rétrospective?

A

l’étude se base sur des données déjà existante

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

définition d’une étude pospective?

A

l’étude se base sur des prises de mesures éparpillées dans le temps

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

il y a 3 types de relation entre 2 variables, lesquels?

A

causales et directe, non-causale, causale et complexe

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

Définition d’une relation causale directe?

A
  • Lorsqu’une étude corrélationnelle a une relation causale directe, il est possible de déterminer qu’une variable a un effet direct sur une autre variable lorsque toutes les autres causes possibles sont éliminées.
  • Conséquemment, dans les études corrélationnelles, les chercheurs doivent considérer la possibilité que plusieurs autres variables pourraient être responsables des résultats observés
  • Il est donc très important pour les chercheurs de mesurer ces variables afin de contrôler statistiquement leurs effets
  • Les analyses multivariées impliquent l’analyse combinée de trois variables et plus
  • Par exemple, lorsqu’on utilise la régression multiple, l’omission d’une variable représentant une cause importante est appelée une erreur de spécification
  • Pour cette raison, il est nécessaire de mesurer ces autres variables qui pourraient jouer un rôle causal dans le modèle
    EXEMPLE :
  • Supposons que la variable A est prédite comme menant à la variable B
  • Premièrement, nous observons que A est significativement corrélée à B
  • Toutefois, avant de conclure que A cause simplement et directement B, nous devons considérer la possibilité que cette corrélation entre A et B soit attribuable à d’autres sources.
    A cause B
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Quels sont les 4 types de relation non causales?

A

Association descriptive, association de mesure reflétant un construit latent, causalité renversée, relation factice ou erronée.

17
Q

Définition de l’association descriptive?

A
  • Lorsqu’une relation corrélationnelle entre deux variables est initialement observée, aucune causalité ne peut être déterminée et elle est appelée, à ce stade, une association descriptive entre les deux variables
  • Ce type d’analyse associative est souvent la première étude conduite dans le cadre d’un grand programme de recherche
  • Une relation causale peut commencer à être établie seulement après que ces observations ait été reproduites avec des populations variées, que l’aspect temporel ait été considéré et que les variables concurrentes ait été mesurées et contrôlées.
18
Q

définition d’une association de mesure reflétant un construit latent

A
  • Lorsque deux variables sont associées et qu’elles représentent deux indices différents (ou observations) du même construit théorique, cela est appelé une association de mesure
    reflétant un construit latent
  • Dans cette situation, les deux variables A et B sont liées à une troisième variable qui n’est pas mesurée (c.-à-d., latente), mais il n’y a pas de relation causale directe entre A et B
  • La difficulté principale est de déterminer si l’association représente le même construit latent ou si elle représente deux différents construits latents qui partagent une relation causale.
19
Q

définition de la causalité renversée?

A
  • La causalité renversée se produit lorsque la direction de la causalité entre deux variables va dans la direction opposée de ce qui était attendu
  • Ce problème est fréquent dans les études où les deux variables sont mesurées en même temps
  • Dans ce cas, le chercheur peut seulement supposer la direction causale et ne devrait pas la rapporter explicitement lorsqu’il rapporte les données.
20
Q

Définition de la relation factice (erronée)

A
  • Lorsque la variable concomitante (variable parasite) peut être la cause des deux
    autres variables et qu’elle explique entièrement la relation entre elles, nous appelons cela une relation factice ou erronée
  • La menace qu’une troisième variable puisse expliquer un lien causal entre deux variables est la source de beaucoup de controverse dans les études corrélationnelles
    (variable parasite)
21
Q

Quels sont les 2 types de relations causales complexes?

A

relation de réciprocité entre 2 variables et la variable mediatrice

22
Q

définition de la relation de réciprocité entre 2 variables?

A
  • Lorsqu’une variable a un effet sur une autre variable mais que cet effet n’est pas direct, nous appelons cela une relation causale complexe
  • Un premier type est appelé relation de réciprocité entre deux variables, et survient lorsque l’effet causal d’une variable sur une autre se produit dans les deux directions
  • C.-à-d., la variable A influence la variable B et la variable B influence la variable A
23
Q

définition de la relation avec variable médiatrice?

A
  • Un deuxième type survient lorsqu’une variable indépendante influence une variable dépendante via une troisième variable appelée la variable médiatrice
  • La même logique générale que lorsque nous avons discuté de l’influence d’une variable médiatrice dans le plan expérimental s’applique
  • La présence de la variable médiatrice peut causer soit un effet direct ou indirect entre les variables indépendante et dépendante (ou une combinaison de ces deux types d’effets).
24
Q

Que signifie la corrélation partielle?

A
  • Les corrélations partielles mesurent la force d’une relation entre deux variables, tout en contrôlant l’effet d’une ou plusieurs autres variables
  • Le chevauchement entre les deux variables de ce diagramme
    représente la variance partagée expliquée entre les deux variables.

Exemple:
1- Lorsque nous mesurons seulement l’apport calorique (var 1) et la pression artérielle (var 2), nous voyons qu’il y a une corrélation de r = 0.70
2- Lorsque la troisième variable du poids est ajoutée au modèle, nous voyons que beaucoup de variance expliquée est partagée entre les trois variables (r = 0.55)
3- La corrélation entre l’apport calorique (var 1) et la pression artérielle (var 2) est réduite à r = 0.15 lorsqu’on contrôle pour le poids

25
Q

Définition d’un plan corrélationnel croisé?

A
  • Un plan corrélationnel croisé est un type spécifique d’étude prospective dans lequel deux variables sont mesurées à un moment, puis à un autre moment plus loin dans le temps
  • En comparant la force de la relation entre chaque variable au temps 1 avec l’autre variable au temps 2, le chercheur peut déterminer quelle variable est la cause et laquelle est l’effet
  • Un panneau des corrélations croisées fournit une façon d’illustrer les tentatives de conclusions concernant la causalité, à partir d’une étude où aucune variable n’est manipulée
  • Pour interpréter les résultats, il faut comparer la force de la relation entre la variable X au temps 1 et la variable Y au temps 2 avec la force de la relation entre la variable Y au temps 1 et la variable X au temps 2.
26
Q

Quels sont les avantages/inconvénients des plans corrélationnels complexes?

A
  • L’utilisation d’un plan corrélationnel a moins d’inconvénients lorsque l’étude corrélationnelle est basée sur un cadre théorique solide qui permet de justifier les relations observées entre les variables (c.-à-d., l’utilisation d’un cadre théorique)
  • La même logique que dans les plans expérimentaux s’applique ici
  • Avant que la collecte de données ne soit effectuée, des hypothèses spécifiques devraient être faites a priori, prédisant exactement quelles variables devraient avoir un impact sur quelles autres variables et quelle est la direction causale attendue.
  • Le type de variables mesurées dans un plan corrélationnel doit aussi être pris en compte
  • Dans plusieurs des circonstances où les plans corrélationnels sont utilisés, les chercheurs sélectionnent les participants à partir de groupes existants
  • Les caractéristiques de ces groupes sont souvent la/les variable(s) indépendante(s) (mais ne sont pas manipulées)
  • Ces VIs peuvent être : 1) des caractéristiques physiques; 2) des caractéristiques qui représentent le statut des participants; 3) des caractéristiques qui représentent des attributs
  • Ces groupes statiques deviennent ensuite analogues aux groupes utilisés dans le plan expérimental (toutefois, cela est vrai seulement si les groupes qui sont créés sont équivalents pour toutes les autres caractéristiques).
  • Cependant, le critère de l’équivalence des groupes ne suffit pas; il est également nécessaire de considérer l’aspect logique de la relation entre les deux variables à l’étude
  • Lorsqu’un chercheur utilise des caractéristiques physiques stables (telles que le genre ou la nationalité des participants) comme variables indépendantes et des caractéristiques représentant des attributs ou attitudes instables comme variables dépendantes, il semble logique de croire que les caractéristiques physiques stables
    soient responsables des variations observées pour une variable dépendante instable, particulièrement si un cadre théorique est proposé pour expliquer les différences observées
  • Lorsqu’un chercheur utilise deux caractéristiques instables, l’association logique et la présence d’un cadre théorique deviennent très importants
  • La séquence temporelle entre les variables indépendantes et dépendantes devrait être considérée
  • Le temps qui passe est un aspect important de la relation causale entre deux variables
  • Les études prospectives et rétrospectives sont des exemples de plans corrélationnels qui permettent au lien entre une variable indépendante et une variable dépendante d’être établi avec un peu plus de certitude.
27
Q

Qu’est-ce que sont les méthodes qualitatives?

A
  • Comme nous en avons déjà discuté, une étape clé du processus rigoureux de recherche est l’opérationnalisation des variables dépendantes et indépendantes
  • Pour que l’opérationnalisation des variables soit valide, une connaissance approfondie du phénomène à l’étude est essentielle
  • Plusieurs des méthodes ou techniques développées dans un cadre qualitatif sont particulièrement utiles pour obtenir ces connaissances
  • Les méthodes qualitatives ont donc leur place dans le répertoire des sciences quantitatives et ne devraient pas seulement être considérées comme une autre alternative
  • Toutefois, il est important de comprendre que même si les méthodes qualitatives sont très utiles pour les chercheurs, elles ne peuvent pas établir de causalité ou vérifier des prédictions
28
Q

définition des entrevues?

A
  • Les entrevues constituent une technique fréquemment employée dans la recherche qualitative
29
Q

Qu’est-ce qu’un entrevue structurée?

A
  • Dans une entrevue structurée, l’ordre et la formulation des questions sont prédéterminés
  • La tâche de l’intervieweur est donc de lire les questions dans cet ordre pré-déterminé
  • L’avantage principal de conduire ce type d’entrevue face à face est que la présence d’un intervieweur peut encourager et motiver le participant/répondant
  • Les entrevues structurées conduites lors de rencontres face à face présentent toutefois un problème qui se retrouve dans tous les types d’entrevues, soit la possibilité d’un biais induit par l’intervieweur
30
Q

Qu’est-ce que l’entrevue semi-structurée?

A

L’entrevue semi-structurée contient certaines questions centrales qui seront posées de la même façon à chaque entrevue
* Toutefois, l’intervieweur est libre de poser les questions dans l’ordre qu’il croit être le plus approprié
* L’avantage principal de cette méthode est qu’elle donne à l’intervieweur une plus grande flexibilité lors de l’interview
* En général, cette approche est plus flexible, mais elle peut augmenter les biais induits par l’expérimentateur
* De plus, il est probable que certaines informations soit collectées seulement chez un sous-ensemble de répondants qui ont répondu de manière plus détaillée.

31
Q

Quels sont les biais de l’entrevue?

A
  • Bien que l’entrevue offre un accès aux expériences des participants, elle est particulièrement susceptible aux biais
  • Ces biais peuvent être ancrés dans les caractéristiques personnelles de l’intervieweur
  • Les caractéristiques personnelles de l’intervieweur telles que sa nationalité, son genre, son âge, sa religion, etc., peuvent influencer le degré avec lequel les répondants vont choisir de fournir des réponses socialement acceptables plutôt qu’honnêtes
  • Ces caractéristiques interagissent donc avec celles des participants, c’est-à-dire qu’il serait mieux d’essayer de pairer les répondants et intervieweurs selon ces caractéristiques
  • D’autres influences de l’intervieweur peuvent aussi induire des biais – leur apparence, le ton de leur voix, leur attitude, leur réaction aux réponses, les commentaires faits à l’extérieur du contexte de l’entrevue, etc.
32
Q

Définition de l’observation participante?

A
  • La différence principale entre l’observation qualitative et quantitative se retrouve surtout dans le degré d’implication du chercheur, qui sera plus élevé dans le cas de l’observation qualitative, d’où le terme “observation participante”
  • Pensez au travail de Jane Goodall avec les chimpanzés, qui a commencé sous forme de recherche qualitative au coeur de la communauté chimpanzée
  • Pour être capable d’organiser et d’analyser les observations obtenues, le chercheur doit prendre des notes détaillées et rédiger des rapports fréquemment concernant les projets en cours, afin de rester organisé.
33
Q

définition de l’analyse de contenu?

A
  • L’analyse de contenu est une technique utilisée pour examiner du texte de manière à révéler ses messages et significations
  • L’objectif est donc de produire une description quantitative du contenu symboliqued’un texte
  • Un texte peut être n’importe quelle information écrite, dite ou présentée visuellement telle qu’un livre, un article, une œuvre d’art ou un discours
  • L’analyse de contenu est particulièrement utile pour étudier comment un sujet est présenté dans la culture populaire. Cela représente un objectif important considérant le statut spécifique de la culture populaire comme source d’influence, d’information et d’attentes à travers les participants dans les études en laboratoire.
34
Q

Qu’est-ce que le codage de données qualitatives?/

A
  • Le codage est l’action de transformer les mots en nombres (i.e., obtenir des données quantitatives à partir de données qualitatives)
  • La première étape, le codage ouvert, implique de lire les transcriptions de l’interview et les notes afin d’identifier les thèmes récurrents et les événements clés
  • Ensuite, lors de l’étape de codage axial, les thèmes sont examinés par le chercheur pour identifier des façons de lier leurs éléments ensemble
  • Lorsque combinées avec les théories et hypothèses initiales qui guident la recherche, ces deux premières étapes de codage peuvent mener à la formulation d’hypothèses spécifiques qui seront évaluées par la suite.