(Examen 2) Cours 10: Introduction aux analyses statistiques Flashcards
Pourquoi faire des statistiques en psychologie?
Pour tester nos hypothèses
- Déterminer si la différence entre groupes/conditions est statistiquement significative
- Vise un certain seuil de signification (limite qu’on doit atteindre)
Quelles sont les 3 phases des tests d’hypothèses?
- Énoncer les hypothèses
Ho = nulle (groupes ne sont pas différents)
H1 = non nulle (notre hypothèse de recherche, groupes sont différents) - Évaluation de la probabilité (ou application d’une formule)
- La règle de décision (le seuil de signification, soit 0,05 (5%) ou 0,01(1%))
Que signifie “statistiquement significatif” et de quoi ça dépend (3)?
Signifie que:
C’est plus grand que le hasard.
hasard = les risques de dire qu’on a trouvé quelque chose, alors qu’il n’y en a pas réellement
Dépend de:
1. La différence en bloc entre les groupes (moyenne)
2. La variabilité des données des groupes (écart-type)
3. La taille des groupes (+ j’ai de gens et que j’arrive à prouver que ce n’est pas dû au hasard, plus ça l’a de la valeur)
Statistiquement significatif repose sur les probabilités et le hasard acceptable est fixé à 5%. Expliquer qu’est-ce que le P ＜ 0.5
La probabilité que mon résultat est dû au hasard est plus petite que 0.05, soit p ＜.05
Le .05 (5%) vient qu’il y a 0.25 dans les 2 extrêmes de la courbe de mon graphique (mes résultats) qui n’est pas dû au hasard.
Ton but est de tomber dans ce 5% des extrêmes pour démontrer que tes résultats sont statistiquement significatif. Tu veux t’éloigner de la moyenne qui est dû au hasard.
Qu’est-ce que la notion de taille d’effet?
C’est une mesure statistique qui permet de déterminer l’ampleur de l’expérimentation (peu ou beaucoup d’effet)?
Ces 3 éléments sont tous intereliés:
(1) Probabilité significative (p＜.05, .001)
(2) Taille de l’échantillon
(3) Taille de l’effet
Qu’est-ce que la puissance statistique (P)?
La probabilité de rejeter l’hypothèse nulle quand elle est fausse (capacité du test à identifier une différence réelle)
Est-ce que je suis capable de détecter l’effet s’il existe réellement.
P = 1 - β (1 - l’erreur de type II)
Quelles sont les 3 stratégies pour augmenter la puissance statistique (P) pour avoir des résultats significatifs ?
- Utiliser et comparer des conditions expérimentales plus contrastés (groupes + différents)
- Sélectionner dans chaque groupe les participants les plus semblables et prendre des instruments de mesure précis (avec fidélité + élevée)
- Utiliser plus de participants, ou faire plus de mesures par participant
Nommez et savoir associer les 4 techniques d’analyses univariées.
(1) Test t sur la différence de deux moyennes indépendantes
* mesures inter-groupe: comparer 2 groupes différents
(2) Test t sur la différence de deux moyennes jumelées (ou pairées)
* Mesures intra-groupe: répétés sur mêmes participants du même groupe
(3) Analyse de variance (ANOVA) à plan factoriel
* Permet d’étudier les effets principaux et d’interaction sur au moins 2 variables indépendantes (mix 1et 2: mesures inter-groupe et intra-groupes)
(4) Khi-carré d’interaction pour k groupes indépendants
* mesures dépendantes catégorielles (utilisation d’échelles) ex: comparer étudiants dans différents programmes. Leur niveau sportif, alimentation, les 2 ou aucun des 2 (4 catégories)
Rappel: Qu’est-ce que qui est significatif sur le plan statistique et clinique?
Statistique: (p＜.05)
Signification clinique: retour à la moyenne de la population normale (est-ce que les gens sont passé de la catégorie pathologique à la catégorie normale?)
Si pas de signification statistique (p n’est pas plus petit que .05) ça ne veut pas dire que l’intervention ne vaut rien s’il y a une signification clinique. L’inverse est aussi vraie, signification statistique mais pas clinique.
Donc si une des 2 est significatif, c’est valide.
Qu’est-ce que la corrélation et savoir reconnaitre quel courbe et chiffre sur des graphiques?
Mesure d’association qui exprime la magnitude d’une relation entre 2 variables. Plus la relation est forte, plus la corrélation est élevé (r = +ou- 1), mieux on peut prédire.
Corrélation positive forte/parfaite: courbe / r = 1
Corrélation nulle: courbe − (plate et droite) r = 0
Corrélation négative forte/parfaite: courbe \ r = -1
