Thème 8 - Résultats de recherche : inférences, généralisations et conclusions possibles Flashcards
Par rapport aux statistiques, on doit : (3)
- S’éduquer à l’égard des postulats qui sous-tendent les analyses statistiques
- Faire preuve d’un jugement critique et nuancé face à la recherche et aux résultats d’analyses statistiques
- Prendre en compte les forces et les faiblesses des méthodes de recherche employées dans l’interprétation que l’on fait des résultats de recherche.
Les statistiques peuvent prouver notre hypothèse. Vrai ou faux?
FAUX. Elles appuient ou non, mais ne peuvent pas prouver sa certitude absolue… Une hypothèse est toujours réfutable (si c’en est une bonne)
Pour tirer des conclusions justes et justifiées, il faut : (2)
- Avoir une bonne compréhension des analyses statistiques
- Comprendre comment la méthode nuance l’interprétation des résultats et les conclusions à tirer d’une étude.
Quelles sont les 2 hypothèses que je dois énoncer?
- Hypothèse nulle (H0)
- Hypothèse alternative (H1) : celle qui correspond à la présence d’une différence ou d’une association. elle correspond typiquement à l’hypothèse énoncée dans l’étude.
À quoi correspond le seuil de signification (alpha)?
Le seuil de signification (alpha) correspond au degré d’incertitude avec lequel on conclut qu’il y a un effet / une différence / une association (probabilité d’erreur de Type 1)
Si p est suffisamment petite, i.e. inférieure au seuil de signification préétabli (0.05 ou 0.01), on _________ H0 et on conclut ________________
rejette ; qu’il y a une différence / un effet.
Par quoi est davantage influencé le choix des statistiques inférentielles? Expliquez (MOUHAHAHA)
Le type de variable.
- Variable dichotomique (2 catégories) ou catégorielles (plus de 2 catégories) : Sexe, diagnostic clinique ou non, lieu de résidence (centre urbain, banlieue, rural)
- Variables continues : %, distance, proportion, nbre tâches réussies
Les différents types de statistiques inférentielles peuvent essentiellement se résumer aux 4 objectifs suivants :
- Comparer les moyennes observées au sein de deux groupes (ou plus) : Test t, ANOVA
- Comparer la fréquence de l’occurence d’un phénomène au sein de deux groupes (ou plus) : Khi carré
- Évaluer la force de l’association entre deux construits (ou plus) : coefficient de corrélation (Pearson ou autre)
- Déterminer dans quelle mesure un construit permet d’expliquer ou de prédire un autre construit : Analyse de régression
Comment le seuil de signification influence-t-il les résultats de tests d’hypothèses? (2)
- Plus le seuil est libéral (alpha plus grand), plus il est probable que le test d’hypothèse soit significatif. Donc, plus grande probabilité d’erreur de type 1. (conclure qu’il y a un effet alors qu’il n’y en a pas).
- Si on est très conservateur et qu’on adopte un seuil très faible, la probabilité d’erreur de type 2 est plus grande (conclure qu’il n’y a pas d’effet alors qu’il y en a un)
Quel est l’effet de la grandeur de l’effet sur les résultats du test d’hypothèses?
Plus une différence entre deux groupes est grande ou plus une association entre deux concepts est forte dans la population, plus il sera probable de la détecter dans un échantillon lors d’un test d’hypothèse.
Comment la taille de l’échantillon influence-t-elle les résultats d’un test d’hypothèse? (2)
- Plus l’échantillon est grand, plus les observations se rapprochent de celles qu’on retrouverait dans l’ensemble de la population.
- Au plan statistique, ceci se traduit par une puissance statistique plus élevée (plus faible probabilité d’erreur de type 2), qui favorise la détection des effets de petite taille et augmente la probabilité que le test atteigne le seuil de signification.
Comment la validité et la fidélité influencent-elles les résultats de tests d’hypothèses?
On peut avoir davantage confiance en les résultats si les mesures ont été obtenues avec des instruments fidèles et valides.
Comment la restriction de variabilité influence-t-elle les résultats de tests d’hypothèses? (2)
- Magnitude de la différence entre les groupes sur une VI. Une trop petite différence entre des groupes sur la VI peut réduire la probabilité de trouver une différence significative sur la VD. Il est donc primordial de s’assurer que les groupes sont suffisamment distincts suite à la manipultion pour créer une différence réelle.
- Effet plafond ou plancher sur une variable. Trop peu de variabilité au sein de l’échantillon sur l’une ou l’autre des variables réduit la capacité à réaliser un test adéquat de l’hypothèse.
Un jugement critique et nuancé face aux résultats de recherche doit prendre en compte ______________________.
les forces et faiblesses des méthodes de recherche employées.
2 grandes dimensions doivent être considérées dans l’interprétation des résultats : (2)
- Peut-on tirer des inférences causales des résultats?
- Les résultats sont-ils généralisables au-delà des gens examinés dans l’étude?