Analyse Factorielle et ACP

False (B)

Mettre en évidence la structure factorielle des données.

<p>facteurs</p> Signup and view all the answers

<p>Analyse en composantes principales = Transforme des variables corrélées en facteurs non corrélés Analyse factorielle exploratoire = Met en évidence des facteurs communs Corrélation tétrachorique = Mesure l'association entre variables dichotomiques Matrice de corrélation = Montre les variances et covariances des variables</p> Signup and view all the answers

<p>Matrice de corrélation (B)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>Analyse factorielle exploratoire.</p> Signup and view all the answers

<p>Elles dépendent des valeurs prises par les modalités de la variable indépendante. (B)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>Il doit être représentatif de la population.</p> Signup and view all the answers

<p>indépendante, dépendante</p> Signup and view all the answers

<p>Variable dépendante = Dépend des modalités d'une variable indépendante Variable indépendante = Ne dépend d'aucun autre élément Modalités = Différentes valeurs prises par les variables Echantillon représentatif = Echantillon qui reflète la population étudiée</p> Signup and view all the answers

<p>Les variables doivent avoir au minimum 2 modalités. (B)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>Le comportement tabagique (fumeurs versus non-fumeurs).</p> Signup and view all the answers

<p>Tests non paramétriques (D)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>Test de Mann-Whitney</p> Signup and view all the answers

<p>Une variable qui préexiste à la recherche (D)</p> Signup and view all the answers

<p>homogénéité</p> Signup and view all the answers

<p>True (A)</p> Signup and view all the answers

<p>Chi2 = Test non paramétrique t de Student = Test paramétrique Rho de Spearman = Test non paramétrique ANOVA = Test paramétrique</p> Signup and view all the answers

<p>Le sexe, l'âge, l'origine ethnique.</p> Signup and view all the answers

<p>Ils peuvent être utilisés quelles que soient les conditions des paramètres. (D)</p> Signup and view all the answers

<p>modalités</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>Variables indépendantes invoquées = Préexistent à la recherche Variables indépendantes provoquées = Créées par le chercheur Variables dépendantes = Réagissent aux variations des indépendantes Groupes appariés = Participants mesurés deux fois</p> Signup and view all the answers

<p>SPSS</p> Signup and view all the answers

<p>Elles sont créées par le chercheur pour étudier leurs effets. (A)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>Les participants ne sont pas les mêmes pour chaque condition.</p> Signup and view all the answers

<p>Prédire une variable dépendante à partir d'une variable indépendante (C)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>un faible niveau socio-économique</p> Signup and view all the answers

<p>régression</p> Signup and view all the answers

<p>Régression simple = Prédiction d'une variable dépendante à partir d'une variable indépendante Régression multiple = Prédiction d'une variable dépendante à partir de plusieurs variables indépendantes Analyse de régression hiérarchique = Test d'hypothèses spécifiques sur les relations entre les variables</p> Signup and view all the answers

<p>Variable dépendante (D)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>Des coefficients qui déterminent l'importance de chaque variable indépendante dans la prédiction de la variable dépendante.</p> Signup and view all the answers

<p>Linéarité des relations (A), Multi-normalité des variables (C)</p> Signup and view all the answers

<p>True (A)</p> Signup and view all the answers

<p>Elle doit être une variable antécédente et il doit y avoir une variation de la relation entre X et Y.</p> Signup and view all the answers

<p>régression</p> Signup and view all the answers

<p>Variable médiatrice = Expliquent la relation entre X et Y Variable modératrice = Influencent la force ou la direction de la relation entre X et Y Variable indépendante = Variable dont l'effet sur une autre variable est étudié Variable dépendante = Variable qui est mesurée ou observée</p> Signup and view all the answers

<p>La psychologie sociale (B)</p> Signup and view all the answers

<p>True (A)</p> Signup and view all the answers

<p>C'est un postulat qui stipule que les variables doivent suivre une distribution normale conjointe.</p> Signup and view all the answers

<p>Intervalle (C)</p> Signup and view all the answers

<p>True (A)</p> Signup and view all the answers

<p>Test t de Student pour groupes indépendants</p> Signup and view all the answers

<p>0,05</p> Signup and view all the answers

<p>Sexe (homme/femme) = Nominale Fréquence d'entraînement sportif = Ordinale Taille en cm = Intervalle</p> Signup and view all the answers

<p>Les descriptives permettent de résumer les données, les inférentielles généralisent à une population. (C)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>Il permet de généraliser les résultats à la population entière.</p> Signup and view all the answers

<p>paramétriques</p> Signup and view all the answers

<p>Test t de Student (B)</p> Signup and view all the answers

<p>False (B)</p> Signup and view all the answers

<p>C'est une déclaration précise qui indique comment une variable est mesurée ou manipulée dans une étude.</p> Signup and view all the answers

Une variable qui n'a pas au moins deux modalités n'est pas une variable et ne peut pas faire l'objet d'une hypothèse. Une variable doit pouvoir prendre au moins deux valeurs distinctes pour être considérée comme une variable.

Les variables indépendantes invoquées sont des variables qui préexistent à la recherche. Elles sont généralement des catégories naturelles que le chercheur ne peut pas manipuler. Exemples : sexe, âge, origine ethnique.

Les variables indépendantes provoquées sont des variables que le chercheur crée spécifiquement pour étudier leurs effets sur les variables dépendantes. Exemple : administrer différents niveaux de stress.

Une variable indépendante « intra » est une variable qui est manipulée au sein du même participant. Chaque participant est exposé à toutes les conditions de la variable. Exemple : tester l'effet de la musique sur la concentration en mesurant le temps de réaction à un test avant et après la musique.

Une variable indépendante « inter » est une variable qui est manipulée entre différents groupes de participants. Chaque groupe est exposé à une seule condition de la variable. Exemple : diviser les participants en deux groupes et mesurer le temps de réaction à un test avec ou sans musique.

Les statistiques inférentielles permettent de généraliser les résultats d'un échantillon à une population plus large. Il est donc crucial d'utiliser un échantillon représentatif de la population cible.

Une variable dépendante est influencée par les variations d'une autre variable, la variable indépendante.

Une variable indépendante est un élément du protocole expérimental dont le chercheur étudie l'impact sur une autre variable, la variable dépendante.

Une variable peut être considérée comme une VI pour une analyse et une VD pour une autre, selon l'objectif du chercheur.

Une variable nécessite au moins deux modalités, des valeurs distinctes, pour qu'on puisse étudier son influence sur d'autres variables.

Les variations des modalités d'une variable indépendante doivent potentiellement avoir un effet sur la variable dépendante. C'est la base d'une relation causale.

Un score peut être utilisé comme variable indépendante dans une étude. Par exemple, un score d'attitude peut être utilisé pour étudier son impact sur un comportement.

La même variable peut être considérée comme une VI dans une analyse et une VD dans une autre, en fonction des hypothèses du chercheur.

C'est la technique statistique qui permet de prédire une variable dépendante (par exemple, les tentatives de suicide) en utilisant une seule variable indépendante (par exemple, la dépression).

C'est la variable que l'on cherche à expliquer ou à prédire. Elle est affectée par les variations de la variable indépendante.

C'est la variable qui est utilisée pour expliquer ou prédire la variable dépendante. Elle est la cause potentielle des variations de la variable dépendante.

La régression simple ne peut pas prédire parfaitement la variable dépendante. De plus, on ne peut pas inverser la relation entre les variables et dire que la variable dépendante prédit la variable indépendante.

C'est la technique qui permet de prédire une variable dépendante en utilisant plusieurs variables indépendantes.

La régression multiple cherche à maximiser la part de la variabilité de la variable dépendante qui est expliquée par l'ensemble des variables indépendantes.

Dans la régression multiple, chaque variable indépendante reçoit un poids mathématique qui représente son importance relative dans l'explication de la variable dépendante.

La régression hiérarchique permet de tester des hypothèses spécifiques sur les relations entre plusieurs variables. On peut ainsi déterminer l'ordre d'importance des variables indépendantes.

Ces tests permettent de vérifier des hypothèses sans tenir compte des caractéristiques de la population d'où provient l'échantillon. Ils sont utilisés pour de petits échantillons ou des variables qualitatives.

Ces tests sont utilisés lorsque les paramètres de la population le permettent. La variable dépendante doit être d'intervalle (numérique, continue).

Un test paramétrique vérifie si les variances des groupes comparés sont homogènes. L'homogénéité des variances signifie que les dispersions autour de la moyenne des groupes sont similaires.

Un test paramétrique vérifie si les données suivent une distribution normale (en forme de cloche). La normalité de la distribution est importante pour certains tests statistiques.

Le test utilisé pour comparer deux groupes indépendants ou deux conditions. Il est utilisé pour tester les différences de moyennes entre deux groupes.

Une série de tests utilisés pour analyser les différences de moyennes entre plus de deux groupes. Elle permet de déterminer si une variable indépendante a un effet sur une variable dépendante.

Un test utilisé pour analyser les relations entre plusieurs variables dépendantes. Il permet de déterminer si plusieurs variables indépendantes ont un effet sur plusieurs variables dépendantes.

Mesure de l'association entre deux variables dichotomiques, en supposant qu'elles proviennent de variables continues sous-jacentes. Cela permet d'étudier la relation entre deux variables qui sont mesurées de manière catégorielle, mais qui pourraient être sous-tendues par des variables continues.

Approche de recherche où le chercheur rassemble un ensemble de données, souvent nombreuses et redondantes, pour explorer les relations entre les variables et identifier les structures cachées dans les données.

Méthode statistique permettant de réduire le nombre de variables en un nombre plus restreint de facteurs non corrélés, appelés composantes principales, qui expliquent une part importante de la variance des données.

Ensemble de méthodes statistiques utilisées pour identifier la structure factorielle des données, permettant de comprendre les relations entre les variables observées et les variables latentes qui les sous-tendent.

Matrice qui représente les variances et les covariances des variables initiales après qu'elles ont été standardisées.

Variable latente qui explique les intercorrélations entre un ensemble de variables observées.

L'ensemble des relations entre les variables observées, exprimé par les corrélations entre elles.

Les variables doivent suivre une distribution normale, les relations entre elles doivent être linéaires et leurs matrices de variance-covariance doivent être égales.

Une technique d'analyse qui étudie les relations complexes entre les individus et les variables en utilisant des équations structurelles.

Une variable qui intervient entre une variable indépendante (X) et une variable dépendante (Y).

Une variable qui modifie la relation entre une variable indépendante (X) et une variable dépendante (Y).

La variable médiatrice doit être associée à la fois à la variable indépendante (X) et à la variable dépendante (Y) de manière indépendante. La présence de la variable médiatrice doit réduire significativement la relation entre X et Y.

La variable modératrice doit être une variable antécédente, c'est-à-dire qu'elle doit exister avant la variable indépendante et la variable dépendante. De plus, la relation entre X et Y doit varier en fonction des différentes modalités de la variable modératrice.

On utilise des modèles de régression ou des modèles d’analyse acheminatoire pour étudier la médiation.

Les variables médiatrices et modératrices sont des concepts importants pour comprendre les relations complexes entre les variables dans les modèles de relations entre variables.

Le seuil de significativité (p ≤ 0,05) indique que les résultats d'une étude sont improbables s'il n'y a pas d'effet réel de la variable indépendante sur la variable dépendante.

Une ANOVA pour mesures répétées est utilisée pour analyser les différences de moyennes entre plus de deux groupes lorsque les mêmes participants sont mesurés à plusieurs reprises.

Le coefficient de corrélation de Pearson mesure la force et la direction de la relation linéaire entre deux variables.

Une hypothèse opérationnelle est une version spécifique et testable de l'hypothèse générale. Elle indique comment la relation entre les variables sera mesurée dans l'étude.

Les statistiques descriptives résument les données d'un échantillon, tandis que les statistiques inférentielles permettent de généraliser les résultats à une population plus large.

Un échantillon représentatif est un sous-groupe de la population qui reflète fidèlement les caractéristiques de la population cible.

La médiane est la valeur qui divise une distribution ordonnée en deux moitiés égales.