Analyses quantitatives en psychologie 2 PSY3204

1
Analyses quantitatives en psychologie 2
(PSY3204)

• Professeure
• Geneviève A. Mageau, Ph.D.

2
Ah! Les statistiques
3
Lapproche intuitive

• Sommes-nous davantage attirés par des personnes
  qui sont similaires ou différentes de nous?
• les contraires sattirent
• qui se ressemblent sassemblent

4
Pourquoi utiliser des statistiques?

• Les valeurs, lidentité sociale, la motivation,
  etc influence notre jugement.

5
Lutilité des statistiques

• Permettent de mettre nos préjugées à lépreuve
• Offrent la possibilité de discuter en allant
  au-delà de lopinion, du statut et de la
  popularité
• Bien entendu, il y a plusieurs embûches!

6
Le but du cours
7
Le processus dapprentissage
Voir le plan de cours
8
Les méthodes de recherche

• Devis expérimental
• Permet de parler de causalité
• Si les participants étaient assignés de façon
  aléatoire aux conditions expérimentales
• Habituellement non-représentatif de la population
  (Validité externe faible)
• Devis corrélationnel
• Ne permet pas de parler de causalité
• Permet dêtre représentatif de la population
  (Validité externe élevée)
• Si les participants étaient choisis de façon
  aléatoire dans la population

9
Analyses critiques des résultats avant même de
parler de statistiques

• Est-ce que mon échantillon est représentatif de
  ma population et quelles en sont les
  conséquences?
• Si non, je limite mes conclusions
• Si oui, ça va mais est-ce que je peux parler de
  causalité?
• Est-ce que mon devis de recherche me permet de
  parler de causalité et quelles en sont les
  conséquences?
• Si non, je cherche dautres causes ou situations
  possibles
• Si oui, ça va mais est-ce que mon échantillon est
  représentatif de ma population?

10
Buts principaux des statistiques

• Statistiques descriptives Classer, synthétiser,
  décrire et présenter un ensemble de données
• Moyennes, écart-types, histogrammes
• Inférence statistique Tirer des conclusions sur
  une population à partir de données provenant dun
  échantillon choisi dans cette population
• Différences de moyennes
• Relations entre les variables
• Processus et Structure

11
Statistiques descriptives

• Une donnée
• Une observation ou un score sur une mesure
• Une unité dobservation
• Unité sur laquelle une observation est effectuée
  ou une variable est mesurée
• Une personne, une école, etc
• Variable
• Une propriété dun objet, dune personne ou dun
  événement qui peut prendre différentes valeurs
• Sa fonction
• Variables indépendantes
• Variables dépendantes
• Sa forme
• Variables quantitatives ou continues
• Que veut dire un score élevé?
• Variables qualitatives ou catégorielles

12
Variables

• Variables quantitatives ou continues
• Les scores peuvent être comparés entre eux et
  leur valeur relative représente une information
  significative par rapport au rang des personnes
  sur la variable.
• Les scores peuvent théoriquement prendre
  nimporte quelle valeur entre les points
  inférieurs et supérieurs.
• Variables qualitatives ou catégorielles
• Les scores représentent une catégorie et
  pourraient être remplacés par une étiquette.
• Le score attribué à chaque catégorie est
  arbitraire et ne représente pas un rang
  quelconque sur la variable.
• Théoriquement, il y a un nombre limité de réponse
  possible

13
Statistiques descriptives (suite)

• Distributions de fréquences
• Combien de fois chaque possibilité a-t-elle été
  endossée?
• Mesures de tendance centrale (p.ex., moyenne)
• Mesures de variabilité (p. ex., lécart-type)

14
Inférence statistique

• Population Ensemble des unités dobservation qui
  nous intéressent.
• Échantillon (dunités dobservation)
  Sous-ensemble de la population que nous
  utiliserons en vue dinférer quelque chose à
  propos de la population.

15
Mise en situation
I N T E R V E N T I O N
Population après intervention
Moyenne inconnue
?
Scores
16
Lerreur déchantillonnage
17
Fréquence
18
La distribution déchantillonnage des moyennes

• Définition La distribution des moyennes de tous
  les échantillons dune taille spécifique (N) qui
  pourraient possiblement être recueillis dans la
  population.
• Erreur déchantillonnage fluctuations dûes au
  hasard des moyennes déchantillons puisés dune
  même population.
• Les moyennes des échantillons aléatoires vont
  varier en raison des observations incluses et
  omises dans chaque échantillon.
• La distribution déchantillonnage des moyennes
  tend vers la courbe normale (Lorsque la taille de
  léchantillon est de 30 et plus, la distribution
  déchantillonnage forme une courbe normale).

19
Les probabilités et la courbe normale
34.13
13.59
2.28
20
Distribution déchantillonnage des moyennes si
lhypothèse nulle est vraie
16
Fréquence
21
Distribution déchantillonnage des moyennes si
lhypothèse nulle est vraie
16
Fréquence
Zone dacceptation de lhypothèse nulle
Zone de rejet de lhypothèse nulle
Zone de rejet de lhypotèse nulle
p lt .05 5
22
Erreurs de première (Type I) et de seconde
espèce (Type II)
Erreur de première espèce (Erreur de type I, p lt
.05)
Décision correcte
Erreur de deuxième espèce (Erreur de type II, ? lt
.20)
Décision correcte
23
Les implications du résultat statistique pour la
question de recherche

• Si on rejette lhypothèse nulle,
• Étant donnée lhypothèse nulle, il est peu
  probable que leffet obtenu soit dû à lerreur
  déchantillonnage.
• Il y a un effet, une différence, ou un
  changement.
• Cest différent de 0 au niveau de la population.
• Si on accepte lhypothèse nulle,
• Étant donnée lhypothèse nulle, il est probable
  que leffet obtenu soit dû à lerreur
  déchantillonnage.
• Il ny a pas eu de changement, de différence ou
  deffet.
• Ce nest pas différent de 0.

24
La puissance (Cohen, 1992)

• Le résultat dun test dhypothèse dépend de
• La taille de leffet obtenu, qui elle-même dépend
  de
• Leffet, lerreur et la taille de léchantillon
• Lalpha (?)
• La taille de léchantillon
• La puissance dun test est la probabilité
  dobtenir un résultat significatif étant donné la
  présence dun effet. Cette probabilité dépend
  des mêmes facteurs que le test dhypothèse mais
  le point de départ est différent.
• La puissance dun test (1 - ?)
• Étant donné un effet de taille X, lalpha choisi
  et la taille de léchantillon obtenu, quel est la
  probabilité de détecter un effet si celui-ci
  existe?
• La puissance acceptable dun test est, par
  convention, de .80.
• Pour calculer la puissance des tests que vous
  lisez, référez-vous à Cohen, J. (1988).
  Statisticial power analysis for the behavioral
  sciences. Hillsdale, NJ Lawrence Erlbaum.

25
La puissance (Cohen, 1992)

• Avant une expérience, il est utile de sassurer
  que la puissance sera adéquate.
• Quel est la taille de léchantillon qui sera
  nécessaire pour obtenir une puissance de .80,
  étant donné
• lalpha prévu
• ? .05, .01 ou .001?
• leffet attendu
• petit, moyen, grand?
• basé sur les recherches antérieures?

26
Différences de moyennes et relations entre les
variables
Motivation
0
Compétence
27
Type De question
Type De mesure des Variables Dépendantes
Nombre De Variables Dépendantes
Nombre De Niveaux ou de VI
Échantillons Dépendants ou indépendants
Satistiques
indépendants
?2
-
Une
dépendants
McNemar
Qualitatives
Analyse discriminante
Multiples
Multiples
indépendants
Test t (ind)
Deux
Différences
dépendants
Test t (dép)
Une
indépendants
ANOVA/ANCOVA
ANOVA/ANCOVA mesures répétées
Multiples
dépendants
Quantitatives
Ind dép
ANOVA/ ANCOVA (mixte)
MANOVA/ MANCOVA
Multiples
Multiples
Ind dép
Qualitatives
Deux
Une
?2 Phi
Relations
Aucune
Analyse Factorielle
Multiples
Corrélation / Régression Simple
Une
Quantitatives
Une
Régression Multiple
Multiples
Corrélation Canonique
Multiples
Multiples
28
Plan général des cours

• Logique de lanalyse
• Les postulats de base
• Les facteurs qui influencent les résultats
• La taille de leffet
• Les commandes de SPSS

29
(No Transcript)