Les plans de recherche corrélationnels complexes Flashcards

1
Q

Sur quoi se basent Les plans de recherche corrélationnels?

A

Basé sur l’association (relation entre variables), car pas possible de manipuler les variables

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

Quand utiliser un plan corrélationnel (4) ?

A
  1. Raisons déontologiques : Ce n’est pas éthique
  2. Raisons pratiques ou techniques : La VI est un événement imprévisible, et ne peut être isolée ou manipulée
  3. Trop onéreux : Éthique et possible, mais trop coûteux
  4. Compromets la validité externe (plan expérimental) : 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
3
Q

La force de corrélations simple est déterminée par un …

A

coefficient de corrélation (symbolisé par r)

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

5 niveau du coefficient de corrélation (symbolisé par r)

A

0 – 0.19 Corrélation très faible
0.2 – 0.39 Corrélation faible
0.40 – 0.59 Corrélation modérée
0.60 – 0.79 Corrélation forte
0.80 – 1.00 Corrélation très forte

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

Souvent, la relation entre deux variables est causée par la présence d’une … qui serait commune aux deux et qui expliquerait la relation entre elles

A
  1. troisième variable : Variable concomitante
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

La variable concomitante peut avoir 2 rôles

A
  1. Rôle médiateur qui explique la relation entre deux variables;
  2. Rôle modérateur qui permet d’amplifier ou diminuer la relation entre deux variables
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Modèle des corrélations connexes?

A

Lorsque les deux variables de départ et la variable concomitante sont toutes mesurées, un modèle des corrélations connexes peut être créé (TRIANGE)

La direction des corrélations n’est pas établie, et une cause causale ne peut être confirmée

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

Les conditions nécessaires pour établir une relation causale (3)

A

1) Covariation de la cause et de l’effet : VI -> VD (et ne doit pas se produire lorsque la variable est absente)
2) Explications alternatives : VI cause, et pas aucune autre possibilité
3) Préséance temporelle : La cause créer par VI doit se produire avant que l’effet soit observé

  1. Le chercheur doit s’assurer que son échantillon contiendra toutes les valeurs (ou
    niveaux) possibles de la variable indépendante
  2. 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 résultat (corrélation partielle ou une régression multiple)
  3. 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

À quel niveau se trouvent les études corrélationnelles (observationnelles) rétrospectives et prospectives?

A

Milieu, études observationnels les plus fort, juste après les recherches expérimentales

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

Rétrospectives vs prospectives?

A

Retro: Regarde en arrière et examine les variables en relation avec un résultat établi au début de l’étude

Prospectives: Observe les résultats, tels que le développement d’une maladie, pendant la période d’étude et les met en relation avec d’autres facteurs tels que le ou les facteurs de risque ou de protection suspectés.

Ex:
1. Les chercheurs ont eu accès à un très grand échantillon : plus de 190,000 patients ayant été testés pour la COVID-19 ET dont le taux sanguin de vitamine D a été mesuré dans les 12 mois précédant le test. Globalement, le taux de patients testés positifs pour la COVID-19 était de 12.5% chez les gens “déficients” en vitamine D, comparé à 8.1% chez les personnes avec des niveaux “normaux” de vitamine D

  1. L’objectif de cette étude était de tester si le volume de l’hippocampe pouvait prédire quels patients verraient leur MCI se convertir en maladie d’Alzheimer. À la fin de l’étude, ils ont classé les participants en groupes qui avaient soit développé la maladie d’Alzheimer, ou qui étaient guéris. Le volume de l’hippocampe était ensuite comparé
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Qu’est-ce qu’on peut déterminer dans les relations causales directes?

A

Il est possible de déterminer qu’une variable a un effet direct sur une autre variable lorsque toutes les autres causes possibles sont éliminées

L’omission d’une troisième variable dans un plan corrélationnel peut mener à de
sérieuses erreurs dans l’interprétation de la relation entre deux variables

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

Les 3 types de relations causales directes

A

1) Causale et directe (très rare)
2) Non-causale
3) Complexe (indirecte)

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

À quoi sert les analyses multivariées?

A

Il faut considérer la possibilité que plusieurs autres variables pourraient être responsables des résultats observés, il faut donc faire l’analyse multivariées pour mesurer les variables.

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

l’omission d’une variable représentant une cause importante est appelée …

A

une erreur de spécification

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

A -> B ?
(A cause B)

A

Causalité Direte

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

Non causale

Lorsqu’une relation corrélationnelle entre deux variables est initialement observée, aucune causalité ne peut être déterminée et elle est appelée, à ce stade, … entre les deux variables

A

une association descriptive
(A ne cause pas B)

Ce type d’analyse associative est souvent la première étude conduite dans le
cadre d’un grand programme de recherche

17
Q

Elle se produit lorsque la direction de la causalité entre deux
variables va dans la direction opposée de ce qui était attendu

A

B cause A
(causalité renversée)

18
Q

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 …

A

Une relation factice ou erronée
(Effet de confusion, une troisième variable cause A et B (fausse relation)

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

19
Q

Lorsqu’une variable a un effet sur une autre variable mais que cet effet n’est pas direct, nous appelons cela…

A

une relation causale complexe

20
Q

Un premier type d’une relation causale complexe est appelé …
survient lorsque l’effet causal d’une variable (A) sur une autre (B) se produit dans les deux directions

A

relation de réciprocité entre deux variables
(A cause B de façon complexe - influence réciproque)

21
Q

Un deuxième type d’une relation causale complexe:.
survient lorsqu’une variable indépendante (A) influence une variable
dépendante (B) via une troisième variable appelée …

A

(Influence de) la variable médiatrice

22
Q

Les corrélations partielles?

A

Elles mesurent la force d’une relation entre deux variables, tout en contrôlant l’effet d’une ou plusieurs autres variables.

  • Utiliser pour contrôler les variables parasites qui pourraient être présents dans une étude corrélationnelle (mais pas trop, seulement un ou deux)

Le chevauchement entre les deux variables de ce diagramme représente la variance partagée expliquée entre les deux variables

Ex:
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
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)
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

23
Q

Type spécifique d’étude prospective dans lequel deux variables sont mesurées à un moment, puis à un autre moment plus loin dans le temps

A

Un plan corrélationnel croisé

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

  • Plus le délai est longue, plus l’effet serait grande

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

24
Q
  • Si r (X temps 1 / Y temps 2) > r (X temps 2 / Y temps 1), … cause …
  • Si r (X temps 1 / Y temps 2) < r (X temps 2 / Y temps 1), … cause …
A
  1. X « cause » Y
  2. Y « cause » X
25
Q

Les VIs dans les plans corrélationnels complexes peuvent être (3 caractéristiques)

A

1) des caractéristiques physiques;
2) des caractéristiques qui représentent le statut des participants;
3) des caractéristiques qui représentent des
attributs

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…

26
Q

Caractéristiques stables vs instables?

A

Stables: genre ou la nationalité des participants
Instables: Niv de stress

les caractéristiques physiques stables sont assumés 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

27
Q

Le temps qui passe est un aspect important de … entre deux variables

A

la relation causale

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