Examen 1 Flashcards

1
Q

Vrai ou faux ? On va nommer la situation standard « HYPOTHÈSE
NULLE » (H0)

A

Vrai

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

Vrai ou faux ? On va nommer l’hypothèse alternative « HYPOTHÈSE
ALTERNATIVE » (H1
)
Attention, ce n’est pas parce qu’on rejette H0
, car les données
sont peu compatibles avec elle, que H1 est nécessairement
vraie !

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q
  • Analyser différentes situations
  • Savoir par quelles étapes passer pour procéder correctement
  • Connaître les forces et faiblesses des outils
  • Savoir comment communiquer les résultats des analyses
  • Mettre en application les analyses
    Sont tous des choses que …
A

le cours va nous permettre de faire

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

Une compréhension des statistiques nous permet ?

A
  • Mieux cerner les résultats de recherche
  • Faire de la recherche
  • Renforcer l’esprit critique
  • Exigence de l’ordre des psy.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Adéquatement utilisées, les statistiques permettent de … la réalité

A

simplifier et de résumer

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

Qu’est-ce qu’un modèle en statistique ?

A

Toutes les statistiques qui résument un ensemble de
données
Ex.: salaire moyen d’un groupe de personnes

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

Que recherchons-t-on en psychologie, 2 choses:

A

1 Décrire l’être humain (descriptif)

2 Prédire et généraliser son cpt (inférentiel)

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

Que faut-il faire pour atteindre les objectifs descriptif et inférentiel de la psychologie, 4 étapes ?

A

1 Obtenir des données
2 Traiter ces données
3 Analyser ces données
4 interpréter de manière éclairée ces données

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

Vrai ou faux ? Différentes analyses peuvent être pertinentes selon la question de recherche qui est posée.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Vrai ou faux ? Les pratiques cliniques sont de plus en plus
informées par des données empiriques. L’intuition, c’est utile, mais cela ne remplace pas une connaissance empirique à jour des meilleurs traitements

A

Vrai

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

Quel est un des problème de la psychologie soutenu par la science ?

A

Problème: la recherche qui est publiée dans des

journaux scientifiques est de qualité variable !

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

À quoi sert la recherche en psychologie ?

A

Jugement sur l’efficacité d’interventions psychologique

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

La réalité existe indépendamment de l’observateur et il est
possible de la découper en phénomènes plus ou moins distincts
(variables), puis de réassembler ces parties, pour mieux la comprendre
 Éviter d’influencer les répondants
 Purifier les phénomènes qui sont étudiés
 Répond à la question « Combien ? » - COMPTER
À quel façon d’étudier l’humain est-il question ?

A

Quantitative

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

La réalité est construite par l’observateur; le sens que les
personnes donnent à leur univers et leur interprétation sont centrales
 Développer une vue d’ensemble, contextualiser systématiquement
 Répond à la question « Comment ? » (processus) – CONTEXTUALISER
À quel façon d’étudier l’humain est-il question ?

A

Qualitative

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

Vrai ou faux ? Concrètement, un projet de recherche se situe souvent quelque part
en ces deux extrêmes, quantitatif et qualitatif.

A

Vrai

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

Quantitatif ou qualitatif ? Questionnaires papier, web, sondages, questions fermées, …

A

Quantitatif

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Quantitatif ou qualitatif ?
Groupes de discussion, groupes de focus, entrevues individuelles en
profondeur (questions ouvertes), observation participante, histoires de
vie, …

A

Qualitatif

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

À quel plans (devis) de recherche est-il question ?  Échantillonnage aléatoire est idéal (mais pas toujours le cas)
 Taille des groupes est prédéterminée
 Vise la généralisation à des populations
 Limiter l’influence de facteurs non désirés (facteurs de biais)
 De « grands » nombres de répondants sont souvent souhaitables

A

Quantitatif

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

À quel plans (devis) de recherche est-il question ?
 Échantillonnage de convenance
 Échantillonnage par boule de neige
 Informateurs clés, cas extrêmes
 Taille des groupes selon critère de saturation
 15-20 participants = « grand » (souvent, mais pas toujours)

A

Qualitatif

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Quels sont les trois façons de trouvées une idée de recherche ?

A

1 Intérêt personnel
2 Observation
3 Littérature scientifique

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Vrai ou faux ? Question de recherche: idée de recherche sous forme de
question
 Ex: Quels sont les antécédents de la participation à des gangs
de rue chez les adolescents ?

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

De quoi s’agit-il ? Une caractéristique ou une propriété quelconque qui peut prendre différentes valeurs d’un cas à l’autre.

A

Variable

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Vrai ou faux ? La variable à au moins deux valeurs.

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

La constante se distingue de la variable par le fait qu’elle …

A

ne varie pas

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
On s’intéresse aux variables pour comprendre ... entre individus, endroits, ou situations
pourquoi elles varient
26
Vrai ou faux ? En statistiques, on veut essentiellement comprendre CE QUI FAIT VARIER des phénomènes.
Vrai
27
Quel sont les trois types de variables ?
1 Catégorielles 2 Discrètes 3 Continues
28
Vrai ou faux ? Les variables catégorielles sont parfois appelées des « facteurs » en statistique.
Vrai
29
Dans la variable catégorielle, les valeurs possibles sont ...
des catégories (ou des niveaux)
30
Quelle est la variable catégorielle la plus simple ?
Dichotomique (seulement deux catégories: homme/femme)
31
À quelle type de variable catégorielle est-il question ? Les catégories ne se chevauchent pas, chaque cas doit tomber dans une seule catégorie.
Les catégories mutuellement exclusives
32
À quelle type de variable catégorielle est-il question ? L’ensemble des catégories de valeurs inclut tous les cas qui nous intéressent - Chaque cas existant tombe dans une catégorie et une seule
Les catégories collectivement exhaustives
33
À quelle type de variable est-il question ? S'exprime en chiffres. Ne prend qu’un nombre limité de valeurs - Seulement des valeurs entières, pas de fractions
Variable discrète
34
Vrai ou faux ? La variable discrète est souvent en termes de fréquences (compte le nombre de...)
Vrai
35
À quelle type de variable est-il question ? S'exprime en chiffres. Peut s’exprimer en fractions. Elle n’arrête pas… Peut être aussi précise que l’on veut.
Variable continue
36
De quoi s'agit-il ? Une technique par laquelle des valeurs sont assignées à des objets, à des événements ou à des observations (Vallerand & Hess, 2000)
Mesure
37
De quoi s'agit-il ? série de valeurs que l’on utilise pour mesurer une variable - Ex: âge = entre 0 et 120 ans
Échelle
38
De quoi s'agit-il ? Valeur de la variable pour un individu donné - Ex: Répondant no 79 est âgé de 12 ans
Score
39
Vrai ou faux ? Avec l'échelles de mesure il est important: ne pas oublier que c’est la variable sousjacente que nous mesurons (par exemple la confiance) et non les nombres eux-mêmes
Vrai
40
Vrai ou faux ? L'échelle de mesure cherche la façon la plus juste (et précise) de mesurer les variables.
Vrai
41
Quels sont les 4 types d'échelles de mesure ?
1 Nominale 2 Ordinale 3 Intervalle 4 De ratio
42
De quel type d'échelle est-il question ? Colle une étiquette (aussi appelé « libellé » ou « label ») aux valeurs de la variable, leur attribue un nom.
Nominale
43
Vrai ou faux ? Dans ce sens, les échelles nominales ne sont pas des échelles proprement dites, car elles ne classent pas les éléments sur une échelle ou selon une dimension. Elle représentent plutôt des catégories sans ordre logique ou sans ordre naturel.
Vrai
44
Vrai ou faux ? Avec une échelle nominale, nous pouvons assigner des chiffres aux catégories d’une variable catégorielle. Ces chiffres ne sont que des symboles arbitraires.
Vrai
45
De quel type d'échelle est-il question ? Les étiquettes d’une variable peuvent être ordonnées. Possible d’attribuer des chiffres aux étiquettes d’une variable Les chiffres indiquent leur position relative.
Ordinale
46
Vrai ou faux ? Avec une échelle ordinale on ne peut pas réaliser des opérations arithmétiques avec ces valeurs ordinales.
Vrai
47
De quel type d'échelle est-il question ? Unité de mesure est constante et permet d’accomplir des opérations arithmétiques : additionner, soustraire, multiplier… Écarts entre les points de l’échelle sont (considérés) identiques.
Intervalles
48
De quel type d'échelle est-il question ? Possède toutes les caractéristiques de l’échelle d’intervalles, mais possède aussi un vrai point zéro.
De ratio
49
Vrai ou faux ? On peut faire des statistiques plus poussées avec des variables d’intervalles et de ratio, comparativement aux autres échelles.
Vrai
50
Vrai ou faux ? C’est important de pouvoir reconnaître les différentes variables et échelles si nous voulons choisir le test statistique qui est approprié !
Vrai
51
Vrai ou faux ? On mesure parfois une variable continue ou discrète avec une échelle nominale dichotomique.
Vrai
52
La cause présumée de l’effet que nous voulons observer, la variable explicative ou « prédictrice » "Manipulée" par l'expérimentateur
Variable indépendante
53
L’effet que nous voulons observer, la variable expliquée ou « prédite » Sa valeur est présumée dépendre de l’autre ou des autres variable(s) (dans notre recherche)
Variable dépendante
54
Vrai ou faux ? Types de traitement (VI) sur la dépression (VD)
Vrai
55
De quoi s'agit-il ? Concerne la façon d’organiser les variables et de répartir les participants dans les différentes conditions (groupes) de l’étude.
Plan de recherche, devis/plan expérimental
56
Vrai ou faux ? Le choix du devis de recherche détermine quelles statistiques il est possible d’utiliser pour analyser les résultats de l’étude.
Vrai
57
Quelles sont les deux grandes catégories de devis de recherche ?
1 Corrélationnels (On observe sans intervenir, sans manipuler des variables) 2 Expérimentaux et quasi expérimentaux (On manipule certaines variables (VI) pour voir leur effet sur d’autres variables (VD))
58
Dans quel type de devis de recherche est-il possible d'établir des liens de causalité ?
Le devis expérimental/quasi expérimental
59
Quels sont les trois critères pour établir la causalité ?
1 Cause doit avoir lieu avant l'effet 2 Cause et effet doivent être associés dans un intervalle de temps rapproché 3 Explication alternative de l'association entre les variables doit être exclue
60
Vrai ou faux ? Il faut s’assurer que l’effet observé est réellement causé par la variable en question (et pas par une autre variable associée) Défi en psychologie: il existe beaucoup de variables confondantes!
Vrai
61
De quoi s'agit-il ? L’ensemble (univers) des « choses » qui nous intéressent.
Population
62
Vrai ou faux ? Il est important de définir et de circonscrire notre population (qui y appartient vs. qui n’y appartient pas)
Vrai
63
Les populations en psychologie sont généralement ... ?
grandes et finies
64
Sous-ensemble de la population.
Échantillon
65
- prend moins de temps - coûte moins cher - on peut poser plus de questions - réduit les risques d’erreurs de saisie de données Sont tous des avantages de...
prélever un échantillon
66
Vrai ou faux ? Important – l’échantillon doit être représentatif de la population.
Vrai
67
Vrai ou faux ? Dans la mesure où l’échantillon est représentatif de sa population, nous pouvons tirer des conclusions sur la population à partir des données recueillies auprès de l’échantillon
Vrai
68
Si notre échantillon est représentatif de la population, nous pouvons, 2 choses:
1 Estimer certaines caractéristiques (paramètres) de la population (inférence) à partir de l’échantillon 2 Déterminer la précision de ces estimations (intervalles de confiance) Inférence statistique
69
Vrai ou faux ? Si notre échantillon n’est pas représentatif, nos estimations de la population peuvent être biaisées (faussées).
Vrai
70
Quelles sont les deux branches des statistiques ?
1 Descriptives | 2 Inférentielles
71
De quelle branche de statistique s'agit-il ? Servent à décrire un ensemble de données - Résumer l’information pour la rendre plus utile, intelligible, communicable
Descriptives
72
Vrai ou faux ? Lors des stats descriptives l’une des premières choses à faire avec nos données est d’en tracer un graphique, de calculer les moyennes et d’autres indices, puis de rechercher les scores extrêmes ou les distributions peu courantes.
Vrai
73
Vrai ou faux ? Il est important d’accorder une attention toute particulière aux données et de les examiner en détail avant d’avoir recours à des procédures plus élaborées.
Vrai
74
Vrai ou faux ? Une fois qu’on a bien examiné nos données, nous passons à l’étape de l’inférence statistique.
Vrai
75
De quelle type de stats s'agit-il ? Généralisation de l’information: - Nous inférons les caractéristiques de la population à partir de ce que nous savons au sujet de l’échantillon
Inférentielles
76
Caractéristique d’une population
Paramètre
77
Caractéristique d’un échantillon
Statistique
78
Vrai ou faux ? Souvent, nous nous intéressons aux paramètres, mais nous estimons ceux-ci à partir des statistiques.
Vrai
79
De quel type de plan s'agit-il ? Assignation aléatoire, chaque sujet est inclus dans seulement 1 condition.
Plan simple
80
Vrai ou faux ? Dans la pratique, la répartition aléatoire est généralement bien plus importante que le fait de prélever un échantillon aléatoire.
Vrai
81
De quel type de plan s'agit-il ? Les mêmes participants sont inclus dans plus d’une condition de l’étude - On compare leurs réponses à différents moments ou sur différentes mesures
Plan à mesures répétées
82
- 1) nécessite moins de participants - 2) permet de contrôler plusieurs variables confondantes liées aux différences individuelles - Quand on compare des groupes de personnes différentes, c’est plus difficile de savoir si l’effet qu’on observe est dû à notre manipulation ou aux caractéristiques des individus - Avec des mesures répétées, les différents « groupes » sont équivalents (on suit les mêmes personnes) Sont des ... du plan à mesures répétées.
Avantages
83
Vrai ou faux ? En psychologie, on fait souvent passer des questionnaires.
Vrai
84
Quand on fait le décompte du nombre de personnes qui ont répondu à tel énoncé, ou qui ont coché telle case On compte ...
les fréquences
85
Vrai ou faux ? Les graphiques nous donnent un aperçu global de nos données.
Vrai
86
De quel graphique est-il question ? Nous donne une bonne idée de la distribution des fréquences dans notre échantillon.
Diagramme en barres (Nous permet de voir la fréquence de scores correspondant aux différentes valeurs d’une variable)
87
Vrai ou faux ? Le diagramme en barres est pour les variables catégorielles et discrètes.
Vrai
88
Pour les variables continues, quel est le graphique utilisé ?
L'histogramme
89
Vrai ou faux ? Avec l'histogramme on voit la continuité entre les différentes valeurs de la variable.
Vrai
90
De quel graphique est-il question ? Permet de lire toutes les valeurs de la variable.
Diagramme en tige et feuilles
91
Vrai ou faux ? Le diagramme en tige et feuilles est similaire à l'histogramme.
Vrai
92
Ces diagrammes s’avèrent particulièrement utiles pour comparer deux distributions différentes.
Diagramme en tige et feuilles
93
Vrai ou faux ? Une autre façon de comprendre nos données est de s’intéresser aux scores « typiques » de notre échantillon.
Vrai (Mesures de tendance centrale comme moyenne, médiane et mode)
94
Quelle est la mesure la plus commune de tendance centrale ?
La moyenne
95
Elle donne une idée du score typique de l’échantillon, mesure de tendance centrale.
Moyenne
96
De quelle mesure de tendance centrale s'agit-il ? Pour variables discrètes et continues - La valeur qui coupe l’échantillon en deux parts égales: la valeur au milieu de l’échantillon
La médiane
97
Vrai ou faux ? pour trouver la médiane les données doivent d’abord être classées en ordre croissant.
Vrai
98
De quelle mesure de tendance centrale s'agit-il ? La valeur la plus fréquente d’une variable - Le score obtenu par le plus grand nombre de participants, le score qui revient le plus souvent
Le mode
99
Vrai ou faux ? Le mode est peu utilisé pour des analyses statistiques.
Vrai
100
Quelle mesure représente le mieux le score typique dans | notre échantillon? Est la question que nous devons répondre pour savoir quelle ...
mesure de tendance centrale choisir
101
Quelle mesure de tendance centrale devrait être choisit ? Distribution de scores assez également répartis.
Moyenne
102
Quelle mesure de tendance centrale devrait être choisit ? Scores extrêmes, pas affectée par les scores extrêmes.
Médiane
103
Quelle mesure de tendance centrale devrait être choisit ? Score le plus fréquent.
Mode
104
Vrai ou faux ? La moyenne est très affecté par les valeurs extrêmes.
Vrai
105
De quelle façon les différentes observations sont-elles regroupées autour de la valeur centrale?
Mesures de variabilité
106
Vrai ou faux ? Les résultats différents que les étudiants peuvent avoir illustre bien la dispersion, ou de variabilité, autour de la mesure de tendance centrale.
Vrai
107
De quel mesures de variabilité est-il question ? Représente la distance entre le score le moins élevé et le score le plus élevé.
L'étendue
108
Vrai ou faux ? L’étendue dépend uniquement des valeurs extrêmes.
Vrai
109
Ne nous informe pas sur les scores entre les extrêmes.
Étendue
110
De quel mesures de variabilité est-il question ? On l’obtient en soustrayant le quartile 1 (25% des scores les plus faibles) du quartile 3 (25% les scores les plus élevés).
Espace interquartile
111
Vrai ou faux ? Le point qui délimite les 25% inférieurs de la distribution est appelé le premier quartile, et est habituellement noté Q1.
Vrai
112
De quel mesures de variabilité est-il question ? | Mesure la variation des valeurs autour de la moyenne.
Variance
113
Vrai ou faux ? Chaque participant va s’éloigner de la moyenne à un certain degré.
Vrai
114
Vrai ou faux ? La variance donne un meilleur aperçu de la variabilité des scores autour de la moyenne.
Vrai
115
Variabilité d'un score =
score du participant - moyenne
116
Vrai ou faux ? Variabilité | Si on fait ce calcul pour tous les participants dans l’échantillon, on obtient tous les écarts par rapport à la moyenne
Vrai
117
À quoi correspond l'écart-type ?
La racine carrée de la variance
118
Vrai ou faux ? Étant donné qu’on a calculé la variance à partir de scores élevés au carré, on va annuler cette modification avec une racine carrée (opposés) pour retrouver notre unité de mesure originale.
Vrai
119
Vrai ou faux ? Écart-type est pratique pour savoir rapidement si les participants répondent de manière plutôt similaire ou plutôt différente.
Vrai
120
Permet d’identifier facilement les scores extrêmes dans | l’échantillon. De quel graphique est-il question ?
Boîte à moustaches
121
De quel diagramme est-il question ? On associe le score sur une variable avec le score correspondant sur l’autre variable pour chaque participant.
Diagrammes de dispersion
122
Les diagrammes de dispersion permettent d'examiner la relation entre deux variables.
Vrai
123
Vrai ou faux ? La représentation graphique de données a pour but de communiquer avec un public.
Vrai
124
Quels sont les trois règles pour les graphiques ?
Règle 1: soyez fidèle aux données - Présentez le meilleur résumé, qui révèle l’essentiel, sans cacher Règle 2: - faites tout ce qui permet d’améliorer la compréhension, sans trahir Règle 3: - gardez les choses simples
125
Vrai ou faux ? Les statistiques descriptives résument les caractéristiques principales de notre échantillon: - Moyenne, médiane, mode - Écart-type (et variance) - etc.
Vrai
126
Vrai ou faux ? Les représentations graphiques permettent aussi d’avoir un aperçu global des tendances centrales et de dispersion de nos données
Vrai
127
Quelle est la distribution la plus importante ?
La distribution normale
128
Vrai ou faux ? La distribution normal est le postulats (exigences des tests) pour appliquer les tests statistiques.
Vrai
129
Quelles sont les 3 causes possible pour que la distribution ne soient pas normal.
- 1) échantillon biaisé (sélection non aléatoire) - 2) taille d’échantillon insuffisante - 3) la forme de la distribution de la population est non normale
130
À quel type de distribution normale est-il question ? Peut suggérer la présence de participants tirés de deux populations différentes.
Distributions bimodales
131
Vrai ou faux ? Plus notre échantillon est grand, plus il aura tendance à être distribué normalement.
Vrai
132
Une courbe normal qui a un aplatissement négatif/positif/neutre
Valeur nég: platycurtique Valeur positive: leptocurtique Valeur neutre: mésocurtique
133
Asymétrie positive veut dire ... et asymétrie négative ?
+: queue de la distribution va vers les valeurs + | -: la queue de la distribution va vers les valeurs -
134
Vrai ou faux ? Une autre façon de penser aux distributions de fréquences est en termes de probabilités. - À quelle probabilité l’événement risque-t-il de se produire ?
Vrai
135
Vrai ou faux ? Les probabilités varient entre 0 et 1
Vrai
136
Entre -1 et +1 É-T de la moyenne représente ... de l'aire sous la courbe ?
68 %
137
Entre -1,96 É-T et +1,96 É-T de la moyenne représente ... de l'aire sous la courbe ?
95 %
138
Toute distribution de données qui ressemble à une distribution normale peut être transformée en une distribution ayant une moyenne de 0 et un écart type de 1 en utilisant ...
les scores standardisés (scores z)
139
Vrai ou faux ? Scores Z sont très utiles lorsqu’on veut comparer des scores provenant de distributions ayant différentes moyennes et différents écarts-types.
Vrai
140
Vrai ou faux ? Un score z négatif correspond à un score en dessous de la moyenne - Ex.: un score z de -2 se situe à 2 écarts-types en dessous de la moyenne Un score z positif correspond à un score au-dessus de la moyenne.
Vrai