Éthique de la recherche finale Automne 2024 PDF

Éthique de recherche et statistiques : le Méthodes qualitatives – le 26 nov – 13 déc Vendredi 4 oct - le Vendredi 1 Nov (examen Intra 2) Dr Les Podlog, Kin 1018 Courriel: [email protected] A...

Éthique de recherche et statistiques : le Méthodes qualitatives – le 26 nov – 13 déc Vendredi 4 oct - le Vendredi 1 Nov (examen Intra 2) Dr Les Podlog, Kin 1018 Courriel: [email protected] AUJOURD’HUI Mon parcours Parlons de l'éthique de la recherche Les attentes et les évaluations  SCÉNARIO Vous concevez une expérience pour tester les effets d'un médicament qui pourrait augmenter les taux de survie des patients atteints de cancer. Au cours du processus de test expérimental du médicament, vous savez que les participants peuvent tomber malades ou ressentir des effets secondaires graves. Les découvertes pourraient cependant aboutir à un médicament qui pourrait sauver de nombreuses vies.  EN BINOMES, PRENEZ 3 MIN POUR DISCUTER DE CES QUESTIONS Faut-il être autorisé à mener l'expérience ? Qui dit oui? Qui dit non? Pourquoi ou pourquoi pas? Souhaitez-vous y participer? Encourageriez-vous volontiers quelqu'un que vous connaissez ou que vous aimez à y participer ? Accepteriez-vous que l'expérience soit menée sur un animal? Exemple d’autres questions éthiques en Kinésiologie Si un chercheur veut mener une expérience sur l'impact de différents types d'exercices sur la gestion du diabète, est-il éthique d'avoir un groupe témoin sans exercice alors que les bienfaits de l'exercice sont bien connus ? Ou faut-il autoriser des tests de VO2 max si l'on sait à l'avance que les participants éprouveront des niveaux élevés de douleur ? (West, 2016) Ou est-il éthique d’étudier les effets de la rétroaction négative sur la motivation sportive, sur la confiance et l'estime de soi des adolescents à la suite d'une tâche sportive?  AUJOURD’HUI Définition et importance de l'éthique de la recherche Les théories dominantes en éthique Les abus en matière d'éthique de la recherche Principes éthiques dans la recherche Ressources pour l'éthique de la recherche Mcnamee, Olivier & Wainwright, 2007  DÉFINIR L'ÉTHIQUE DE LA RECHERCHE Principes moraux, procédures et méthodes qui guident la conduite de la recherche Pourquoi est-il important d'avoir des principes/ procédures éthiques pour guider la recherche ? Chapitre 9, Fortin et Gagnon, 2016 IMPORTANCE DE L’ÉTHIQUE DE LA RECHERCHE Les règles interdisant de fabriquer, de falsifier ou de déformer les données de recherche https://www.niehs.nih.gov/research/resources/bi oethics/whatis/index.cfm  IMPORTANCE DE L’ÉTHIQUE DE LA RECHERCHE La recherche avec des sujets humains comporte des risques physiques et psychologiques Nécessité de mener des recherches éthiques pour protéger les droits le bien-être la dignité des participants https://www.niehs.nih.gov/research/resources/bioethics/ whatis/index.cfm  IMPORTANCE DE L’ÉTHIQUE DE LA RECHERCHE Pertinente dans tous les aspects du travail universitaire Est-ce que je copie le travail de quelqu'un d'autre pour gagner du temps ? Est-ce que je mens au professeur sur la raison pour laquelle j'ai manqué le cours ? Dois-je mettre le nom de mes camarades de classe dans un devoir en équipe même s’ils n’y ont pas contribué ? Comportement éthique : un produit d'attributs Facteurs qui individuels ou de influencent la bonnes/ mauvaises conduite éthique décisions en milieu éducatif  THÉORIES DOMINANTES EN ÉTHIQUE La théorie de la vertu: met l'accent sur le caractère moral des individus Courage Équité Honnêteté Prémisse: les bonnes actions sont réalisées par les bonnes personnes McNamee et al. 2007 La vertu peut être cultivée par la pratique  THÉORIES DOMINANTES EN ÉTHIQUE Éthique utilitaire : avantages globaux ou utilité de la recherche Défendre la recherche qui fait le plus grand bien au plus grand nombre de personnes  THÉORIES DOMINANTES EN ÉTHIQUE Déontologues : éthique du devoir la fin ne justifie pas les moyens les intérêts, les libertés et les choix des individus priment sur d’autres considérations  ABUS EN MATIÈRE D'ÉTHIQUE DE LA RECHERCHE Nazis visant à améliorer le "Volk" (supériorité raciale en allemand) La recherche sur des individus "biologiquement inférieurs" permis aux Nazis d'ignorer la souffrance (Roelke, 2004) ABUS EN MATIÈRE D'ÉTHIQUE DE LA RECHERCHE Étude de Tuskegee sur la syphilis de (1932-1972!) Étude de Willowbrook sur l'hépatite (1956-1970)  ABUS EN MATIÈRE D'ÉTHIQUE DE LA RECHERCHE Expérience de Milgram (1961): https://vimeo.com/893962 90  ABUS EN MATIÈRE D'ÉTHIQUE DE LA RECHERCHE Autres abus éthiques importants (mais un peu moins sinistres) : Pression relative à la publication (« publier ou périr ») --» Fausse attribution de la paternité d’un ouvrage Plagiat – » copier des idées (ex.: Paul Mcrory) Article NY Times Fabrication et falsification de données – quelles raisons? ex.: besoin de compléter rapidement les études ex.: désir d’obtenir des prix pour promouvoir sa candidature. (The White House Office of Science and Technology Policy, 1999; Navalta et al. 2019) AUTRES ABUS ÉTHIQUES IMPORTANTS (MAIS UN PEU MOINS SINISTRES) (SUITE) Non-publication de données e.x.: exclusion des données qui ne confirment pas une hypothèse Collecte de données erronée - e.x.: Continuer avec un participant qui ne suit pas les consignes, équipement défectueux Violation de la confidentialité E.x.: donner à un entraîneur les détails d'un entretien privé Violation de l'anonymat : donner des informations d'identification afin que les sujets censés rester anonymes deviennent identifiables et subissent un préjudice en conséquence (Navalta et al. 2019)  ABUS EN MATIÈRE D'ÉTHIQUE DE LA RECHERCHE Codes et déclarations qui mettaitent l'accent sur les principes éthiques: Procès de Nuremburg et Code de Nuremberg (1947) Déclaration de Helsinki (1964) Conseil des organizations internationales des sciences médicales (CIOMS) Rapport Belmont (1979, Belmont Center, Maryland) Cadre canadien (CRSNG; IRSC; CHSH)  PRINCIPES ÉTHIQUES DANS LA RECHERCHE 1. Le respect des personnes 2. La préoccupation pour le bien-être 3. La justice et l’intégration 1. LE RESPECT DES PERSONNES Participants sont informés de tous les aspects de la recherche et qu’il donnent librement leur consentement se retirer d’une étude sans encourir de sanctions ou de pénalités Protéger les individus vulnérables (ex. : autonomie réduite, mineurs) contre le maltraitance ou le discrimination 2. LA PRÉOCCUPATION POUR LE BIEN-ÊTRE 1. Respect de la vie privée - Choix des participants concernant la nature des information (privées, publiques). - Droit de conserver l’anonymat et la confidentialité 2. Respect des renseignements personnels - Devoir de confidentialité relative aux renseignements personnels fournis par le participant - Devoir de confidentialité des données recueillies durant et après l’étude. 3. LA JUSTICE ET L’INCLUSION Équilibre des avantages et des inconvénients: Bénéfices et inconvénients de la recherche équitablement répartis entre tous participants Traitement juste et équitable de tous les participants avant, pendant et après l’étude Recrutement des populations variées. 3. LA JUSTICE ET L’INCLUSION (SUITE) Réduction des inconvénients et optimisation des avantages mesurer soigneusement les risques qu’on fera encourir aux participants (physique, émotionnel, social, économique) évaluer les bénéfices (ex.: amélioration en santé, acquisitions de connaissances quant aux traitements disponibles et à leur administration) NOTE: Si les inconvénients excèdent les avantages, il est préférable de ne pas entreprendre la recherche QUESTIONS SUR L’EXPÉRIENCE DE MILGRAM Cette expérience viole-t-elle des principes éthiques. Si oui, lesquels ? Les connaissances acquises justifient-elles les abus ? Pourquoi ou pourquoi pas? Êtes-vous d'accord ou en désaccord avec la conclusion de Milgram selon laquelle les individus ont tendance à obéir aux figures d'autorité même lorsque cette obéissance implique le viol de leur conscience ? Dans quelle mesure vous respecteriez - ou non - les figures d'autorité comme l'ont fait les "enseignants" dans l’expérience de Milgram ?  RESOURCES POUR L'ÉTHIQUE DE LA RECHERCHE Comités d'éthique de la recherche : UdeM, CHU Saint-Justine https://www.comprendrelarecherche.ca/ethique-de-la-recherche/ Organisations professionnelles : American Psychological Association, AASP Agences gouvernementales : SHHRC, CIHR, FRSQ  CONCLUSIONS L'éthique de la recherche est complexe : il ne s'agit pas d'une simple application de principes éthiques ou d'une liste de contrôle à suivre Les chercheurs doivent continuellement prendre des décisions sur la meilleure façon de mener une recherche éthique. L'examen de votre théorie de l'éthique vous aidera à prendre des décisions sur la meilleure façon d'appliquer les principes éthiques dans votre recherche, votre travail universitaire ou votre vie quotidienne.  CONCLUSIONS Les principes éthiques sont importants pour maximiser les bénéfices de la recherche et minimiser les inconvénients ou les conséquences négatives. Les comités d'éthique (universités, hôpitaux) examinent les recherches afin d'augmenter la probabilité qu'elles soient conformes aux principes et aux normes éthiques.  EXIGENCES Environnement d'apprentissage respectueux Investissement personnel Éteindre les téléphones cellulaires Être ponctuel Dormir en classe ???  EXIGENCES Les lectures doivent être terminées avant chaque conférence - consultez le plan de cours pour la liste des lectures Notez 3 attentes que vous avez à mon égard pour ce semestre ? Réaliser les évaluations  ÉVALUATIONS – SECTION LESLIE PODLOG Atelier 2, Statistique descriptive: 15 octobre, Pav. Marg.-d'Youville, 3030 (en présentiel) Pondération : 5% 3 exercices sur les statistiques descriptives que je détaillerai davantage le jour de l'atelier. Rapport écrit pour évaluer votre compréhension et vos capacités d’analyse et de synthèse. Voir l'atelier sur Studium Submission individuelle: travail à déposer sur StudiUM avant le 25 octobre à 23 h 59  ÉVALUATIONS – SECTION LESLIE PODLOG Examen intra 2: 76 questions à choix multiples sur Studium portant sur les séances 11 à 16 Pondération : 20 % En présentiel, vendredi 1 Novembre - Vous recevrez un courriel environ un semaine avant l’examen avec le lieu de l'examen ÉVALUATIONS – SECTION LESLIE PODLOG Travail 2, Évaluation qualitative: Pondération 20 % Travail en groupe de 5 – choisissez vos groupes Menez une entrevue et rédigez les résultats dans un rapport de 4 pages Voir les diapos “Intro à la recherche qualitative” #19-22 sur Studium Date limite: vendredi 20 décembre à 23 h 59 sur Studium QUESTIONS?  Leslie Podlog, Ph.D. Professor EKSAP [email protected] Adapté des diaporamas du Professeur Raynald Bergeron 7  Introduction  Variabilité  Inférence statistique  Population et échantillon  Méthode d’échantillonnage  Types de variables  Types de données 8 La statistique nous apporte des réponses à des questions telles que :  Quelle est la valeur normale d’un paramètre biologique (taille, poids, glycémie) ?  Le traitement A est-il plus efficace que le traitement B ?  Est-ce que les non-fumeurs sont vraiment affectés par les fumeurs ou l’effet nocif du tabagisme passif est-il un mythe ?  La prise régulière d’aspirine réduit-elle les risques d’évènement cardiaque? statistique nous apporte des données chiffrées  En bref, la auxquelles nous pouvons faire confiance 9 Pour comparer objectivement, nous avons besoin des chiffres ! Prenons un exemple… 10 Temps en seconds d’une course à pied de 100 m de 10 élèves du secondaire Garçons Filles 13 15 14 16 18 14 20 17 13 18 15 21 14 13 13 14 19 18 21 14 11  Garçons Filles 13 15 14 16 18 14 20 17 13 18 15 21 Quelles implications, le cas échéant, 14 13 13 14 pourrait avoir cette découverte pour 19 18 un professeur d'éducation physique 21 14 qui organise des activités en classe ? Moyenne:16 16 écart type:2,8 2,8 t-test :0,278 Discussion en binômes (2 minutes) 12. - Définition : La statistique est un moyen objectif d'interpréter un ensemble d'observations. - Statistique : C'est une science mathématique se rapportant à la collecte, l'analyse, l'interprétation, l'explication et la présentation des données. - La statistique nous aide à répondre aux questions sur la variabilité de nos échantillons   Voici 90 valeurs représentant la 65 64 66 78 55 64 56 66 77 masse corporelle (kg) de 90 étudiants en kinésiologie 65 61 68 77 66 55 55 57 59 66 64 67 49 81 65 60 65 65  On connait que la moyenne de 61 67 65 56 67 81 50 52 53 la masse corporelle de cet échantillon de quatre-vingt dix 62 64 64 62 55 77 55 56 57 (90) personnes est de 64,7 kg 69 67 64 56 61 67 54 67 69 66 63 67 56 73 80 70 72 75  Mais que se passe-t-il si nous voulons savoir si l'échantillon 68 62 67 71 66 52 77 79 80 est homogène ou hétérogène du point de vue de la masse ? 63 69 64 56 72 66 82 83 84 Quelle notion nous permet de 62 63 67 49 73 64 54 53 72 savoir si cette population est homogène ou non? 2024-08-20 14  VARIABILITÉ 65 64 66 78 55 64 56 66 77 65 61 68 77 66 55 55 57 59  La biologie humaine ou l’anthropométrie sont des sciences non exactes; on y observe 66 64 67 49 81 65 60 65 65 de la variabilité : 61 67 65 56 67 81 50 52 53 62 64 64 62 55 77 55 56 57  Ex.: Tous les étudiants en kinésiologie n’ont pas la même masse corporelle (Tableau 1) 69 67 64 56 61 67 54 67 69 66 63 67 56 73 80 70 72 75 68 62 67 71 66 52 77 79 80  Cette variabilité pose un certain nombre de 63 69 64 56 72 66 82 83 84 problèmes /questions : 62 63 67 49 73 64 54 53 72 Ex: Tableau 1 - Masse corporelle (kg) d’un échantillon d’étudiants en kinésiologie de 3 universités 2024-08-20 15  1. Question 1: Quelle information concise et utile peut-on extraire de ces données ? Comment décrire la variabilité ? 2. Question 2. Sachant que les personnes d’un même programme ont des masses différentes, qu’est-ce qui nous permet d’affirmer que les personnes d’un autre programme d’études auront des masses corporelles comparables ? Jusqu’à quel point peut-on généraliser les résultats d’une expérience ? Comment inférer en présence de variabilité ? 3. Question 3. L’un des buts de toute science consiste à identifier les sources de variabilité afin d’être en mesure de prédire (ou même de modifier) les phénomènes étudiés. - Pourquoi certaines personnes ont plus de masse que d’autres ? - Quelle masse atteindra une personne dans de telles conditions ? Comment prédire la variabilité ? 2024-08-20 16  1. Question 1 : Comment décrire la variabilité ? STATISTIQUE DESCRIPTIVE -résumer ou décrire les caractéristiques importantes d'un ensemble connu de données démographiques 2. Question 2: Comment inférer en présence de variabilité ? STATISTIQUE INFÉRENTIELLE - utiliser des échantillons de données pour faire des inférences (ou des généralisations) sur une population  Techniques corrélationnelles  Différences entre les groupes  Inclut une "valeur p" 3. Question 3: Comment prédire la variabilité ? MODÉLISATION STATISTIQUE -utiliser des exemples de données pour faire des prédictions 2024-08-20 17  Que nous apprennent les techniques statistiques ?  Signification des différences entre les groupes  Force de la relation entre les variables  Différences entre les groupes  T-tests  ANOVA (Analyse de la Variance)  Relations entre les variables  Corrélations  Régressions   Méthodes permettant de généraliser à une population les conclusions tirées des résultats obtenus à partir d’un échantillon. Classification, L’information Collecte de résumé et provient-elle Début données traitement des d’un données échantillon? Faire les OUI NON Utiliser les données de inférences recensement et analyser les données en main Tirer les conclusions sur les paramètres de la population Arrêt 2024-08-20 19  🤗🤗🤠🤠🤠🤠🤠🤠🤠🤠🤠🤠🤠🤠🤠🤠 ☹😀😀😀😀😀😘😘😘😘😘😘😘😘 🤗🤗🤓🤓🤓🤓 🙁🙁🙁🙁🙁🙁🙁🙁🙁🙁🙁🙁🙁🙁🙁🙁 😆😆😆😆😆😆 😤😤 😯😯😯😯 Population Échantillon Paramètre: une mesure qui décrit une Statistique: Une mesure qui est calculée à partir caractéristique de la population d’un échantillon. Les paramètres sont des entités réelles. Les statistiques sont des estimations d’un Exemple: La moyenne (µ) dans une paramètre. population est un paramètre. Exemple: La moyenne ( x ) dans un échantillon est une statistique Elle est fixe (mais généralement inconnue) Elle varie d’un échantillon à l’autre 2024-08-20 20  Ch. 14 dans Fortin et Gagnon On constitue un On fait des mesures échantillon dans l’échantillon Échantillon On calcule une statistique connue dans l’échantillon Paramètre inconnu dans la population Population On élabore une conclusion sur le paramètre inconnu L’inférence statistique consiste à utiliser une information prélevée sur un échantillon pour tirer des conclusions sur un paramètre de la population. L’inférence statistique se fera sur la base de divers tests statistiques (p. ex. : corrélations, t-test, 2024-08-20etc.) 21  Ch. 14 dans VOCABULAIRE : POPULATION, UNITÉ STATISTIQUE, VARIABLE Fortin et Gagnon  Population : ensemble des individus d’intérêt d’une étude, que ce soient des patients, des plantes, des insectes.  Avant d’entreprendre une étude ou une expérience, il s’agit de définir autant précisément que possible qui nous intéresse.  Individu (unité statistique, élément) : membre de la population étudiée.  Variable : caractéristique d’intérêt mesurable chez les individus de la population :  l’âge d’un patient  la taille d’un athlète  pile ou face - résultat du lancer d’une pièce de monnaie il s’agit ici de définir le quoi (ce qui nous intéresse) 22  Ch. 14 dans VOCABULAIRE : TAILLE, DONNÉES Fortin et Gagnon  Taille: effectif total ou nombre d’individus (éléments) concernés par l’étude.  Données : ensemble de mesures ou d'observations concernant l'état ou l'évolution d'un phénomène. Ce sont les valeurs d’une ou de plusieurs variables chez un certain nombre d'individus. 23  Ch. 14 dans Fortin et Gagnon  Échantillon = partie ou sous-ensemble formée à partir d’une population  But de l'échantillonnage :  Recueillir de l'information en vue d'un jugement, d'une appréciation ou d'une décision  Faire une inférence : on s’intéresse à une population, mais on ne dispose que d’un échantillon  Il faut donc que les informations sur l’échantillon soient pertinentes, fiables, représentatives et non biaisées 2024-08-20 24  Ch. 14 dans Fortin et Gagnon  Types d'échantillons (liste non exhaustive) :  Échantillon représentatif  Il contient toutes les caractéristiques de la population (population-mère)  Échantillon biaisé  Il ne renferme pas toutes les caractéristiques de la population  Échantillon aléatoire  Ses éléments ont été choisis au hasard  Échantillon aléatoire simple (EAS)  Chaque unité a une chance égale d’être choisie 2024-08-20 25  Ch. 14 dans Fortin et Gagnon  Il donne à chaque membre de la population une chance (probabilité non nulle) connue d’être choisi.  Comment obtenir un EAS?  Générateur de nombres aléatoires  Ordinateur : Excel; =ALEA.ENTRE.BORNES(1;189)  Calculette : fonction RANDOM.  Autres mécanismes acceptables (piger dans un chapeau)  Table de nombres aléatoires (page suivante). 2024-08-20 26  Table de nombre aléatoire  Étiquetage  On donne une étiquette à chaque individu de la population  Ex : le professeur d’une classe de 30 étudiants (N = 30) veut évaluer la perception des étudiants sur la représentativité des examens par rapport au contenu du cours. Afin d’éviter le biais, il veut faire un EAS de 10 étudiants (n = 10). Les 10 étudiants choisis répondront à un questionnaire  Étiqueter chacun des 30 étudiants avec un numéro à 2 chiffres : 01, 02,... , 30  Choisir une ligne arbitrairement dans la table (ligne 101)  Les paires sont : 19, 22, 39, 50, 34, 05, 75, 62, 87, 13, 96, 40, 91, 25, 31, 42, 54, 48, 28, 53,  Ignorer les nombres qui ne sont pas entre 1 et 30  Il en reste : 19, 22, 05, 13, 25, 28  Faire le même exercice avec une autre ligne jusqu’à ce qu’on ait n=10 individus 2024-08-20 27  Ch. 14 dans Fortin et Gagnon La population est divisée en groupes homogènes d’individus (groupe = strate). …puis, on effectue un échantillonnage aléatoire simple (EAS) dans chaque strate. Le tout forme l’échantillon. 2024-08-20 28  On distingue deux types de variables : qualitative (catégorielle) ou quantitative (numérique)  Variable qualitative (ou catégorielle) :  Les valeurs sont des catégories ou groupes  Ex.: sexe, couleur des yeux, échelle de satisfaction (de «pas du tout satisfait», «satisfait », « très satisfait »), allégeance politique  Variable quantitative (ou numérique)  Elle peut prendre n’importe quelle valeur chiffrée (théoriquement)  Ex.: masse, taille, concentration d’un médicament 29  Variables quantitatives continues  Elles peuvent prendre n’importe quelle valeur (théoriquement)  Ex: masse, taille, concentration d’un médicament  Variables quantitatives discrètes (chiffres entiers)  Nombre de personnes  Nombre d’enfants dans une famille  Nombre de produits défectueux 30   Variables dépendantes  Ce sont les mesures à réaliser (une ou plusieurs)  Ex.: on mesure le temps au 100 m, la FC à la fin d’une course de 200 m, le nombre maximum de pompes (push-ups)  Variables indépendantes  Ce sont les variables qui sont contrôlées par l’expérimentateur (une ou plusieurs)  Ex.: traitement pharmacologique, supplément alimentaire, type d’exercice prescrit, sexe, pathologie 2024-08-20 31 A. Dépendante = durée d’un étirement ; indépendante = amplitude B. Dépendante = amplitude ; indépendante = durée d’un étirement 32  Ch. 15 dans Fortin et Gagnon  Échelle nominale: catégories mutuellement exclusives et non ordonnées :  Sexe (masculin ou féminin)  Ethnicité (asiatique, caucasien, africain)  Allégeance politique (PQ, CAQ, Libéral)  Groupe sanguin – A, B, AB ou O  Échelle ordinale: catégories mutuellement exclusives et ordonnées. Mais on ne quantifie pas l’écart entre les sujets (il n`y a pas un distance égale entre les sujets)  e. x. : grade dans l’armée: lieutenant – capitaine – colonel – général 33  e.x., léger, modéré ou grave  Ch. 15 dans Fortin et Gagnon  Échelle d’intervalle: ordre de grandeur, classement où l’on peut quantifier l’écart entre les sujets, MAIS il n`y a pas de point de départ zéro (« 0 » ne signifie pas une absence de valeur)  E.x. : température (10 oC n’est pas 5 fois plus chaud que 2 oC)  Ex. : QI (une note de 100 n’est pas 2 fois meilleure qu’une note de 50)  Échelle de rapport ou ratio: ordre de grandeur, distance égale entre les unités, et « 0 » signifie absence de valeur  masse : 50 kg est 2 fois plus lourd que 25 kg (0 kg représente l’absence de masse) 34 En binômes, classifiez ce qui suit comme nominal, ordinal, intervalle ou ratio et justifiez votre choix Nombre de personnes dans une pièce Code postal  Classement des villes en fonction du nombre annuel de jours nuageux Scores aux tests de mathématiques (le plus bas = 0, le plus haut = 100) 35  Variabilité : la statistique est une science de la variabilité (on décrit, déduit et prédit la variabilité)  Inférence statistique: on tire des conclusions sur une population à partir d'un échantillon  Population et échantillon: ensemble des individus d’intérêt d’une étude vs. une partie ou sous-ensemble formée à partir d’une population  Différentes méthodes d’échantillonnage  Types de variables : qualitative et quantitative (continue ou discrète)  Types de données : nominale, ordinale, intervalle, ratio 36  FIN 2024-08-20 37  1. La semaine prochaine est la semaine de la lecture 2. Notre cours du mardi 29 octobre aura lieu à Campus MIL, A-5502.1 3. J'ai mis sur Studium un guide d'étude pour l'examen Intra 2 – voir dossier du 1 Novembre 4. L'examen aura lieu le 1 Novembre - vous recevrez un courriel environ une semaine avant l'examen concernant l'emplacement de la salle d'examen 5. L'examen est à livre fermé. Il couvre le matériel des séances 11 à 16. 6. Vos rapports pour l'atelier 2 doivent être soumis sur Studium avant le 25 octobre à 23h59. 7. Les lectures hebdomadaire– voir Studium 2017-10-19 1  Statistique descriptive Distributions Mesures de tendance Mesures de variabilité de fréquences centrale Valeurs de 1. Moyenne 1. Étendue données et 2. Médiane 2. Variance fréquences 3. Mode 3. Écart type correspondantes  Dr. Leslie Podlog 3 Source : adaptation d'un diaporama du Prof. Raynald Bergeron 2017-10-19 ▪ La statistique inférentielle est utilisée pour faire des déductions ou tirer des conclusions sur une population en se basant sur un échantillon de données. ▪ Ex.: En se basant sur les résultats de notre échantillon, pouvons-nous dire… ▪...que les athlètes qui utilisent la réalité virtuelle pour la rééducation après une blessure ont de meilleures chances de retourner à la pratique de leur sport par rapport à ceux qui ne l’utilisent pas ? ▪...que les étudiants en kinésiologie qui effectuent leurs lectures hebdomadaires ont plus de chances d'obtenir de meilleures notes que ceux qui ne le font pas ? ▪...que la quantité du temps passé à s'entraîner aux lancers francs au basketball est positivement associée au pourcentage de réussite pendant les matchs ? 4  Fortin et Gagnon, 2022 ▪ La statistique inférentielle est divisée en 2 grandes branches: Paramétrique et non- paramétrique ▪ Statistique paramétrique: Elles sont utilisées pour estimer les paramètres de la population et tester des hypothèses en tenant compte des postulates sur la distribution des variables. Des tests paramétriques reposent sur 4 postulats: ▪ Les variables sont normalement distribuées dans la population ▪ Possibilité de calculer la variance ▪ Données continues ▪ Les variables sont à échelle d’intervalle ou de ratio 5  Fortin et Gagnon, 2022 ▪ Statistique non paramétrique: ▪ Elle est utilisée quand la distribution des données ne repose pas sur des postulats de normalité ▪ Variables continues, mais petit échantillon (n F théorique, donc on rejette H0 Dans l'exemple, nous pouvons conclure que l’ANOVA révèle un effet significatif de l ’approche pédagogique F (2, 12) = 8,298, p < 0.05. Nous savons donc qu'il existe une différence significative entre les trois moyennes. Mais cela ne nous dit pas quels groupes spécifiques sont différents Cela nous dit simplement qu'il y a une ou plusieurs différences QUELQUE PART 23 ▪ Pour trouver où se situent les différences moyennes de groupes spécifiques, on poursuit les analyses pour savoir quels groupes sont différents entre eux (comparaisons par paires). ▪ Ces tests additionnels s’appellent des tests post-hoc. On les fait seulement si l’ANOVA donne un résultat significatif 24  Pas nécessaire avec les tests t (seulement 2 groupes) Nécessaire uniquement lorsque plus de 2 groupes sont testés, par exemple avec des tests F Il existe différents types de tests post-hoc, certains étant plus conservateurs que d’autres. Le choix est basé sur la philosophie de la recherche. Nous utilisons souvent un test modérément conservateur appelé : Test HSD de Tukey ou, en anglais, Tukey HSD (honestly significant difference)  Multiple Comparisons Dependent Variable: SCORE Tukey HSD Mean Difference 95% Confidence Interval (I) GROUP (J) GROUP (I-J) Std. Error Sig. Lower Bound Upper Bound 1.00 2.00 -7.0000* 1.77012.005 -11.7224 -2.2776 3.00 -2.0000 1.77012.515 -6.7224 2.7224 2.00 1.00 7.0000* 1.77012.005 2.2776 11.7224 3.00 5.0000* 1.77012.038.2776 9.7224 3.00 1.00 2.0000 1.77012.515 -2.7224 6.7224 2.00 -5.0000* 1.77012.038 -9.7224 -.2776 *. The mean difference is significant at the.05 level. Trois contrastes uniques Les résultats montrent que nous avons des preuves pour dire que : Le groupe 1 et le groupe 2 sont différents Le groupe 2 et le groupe 3 sont différents à un a = 0,05. 26  ▪ Le test t mesure les différences entre deux groupes. ▪ Les ANOVA (tests F) mesurent les différences entre plus de deux groupes. ▪ Les tests t et les tests F sont basés sur la logique que le rapport entre la variance entre les groupes et la variance interne est un indice de la probabilité que les différences observées soient « réelles ». 09-11-2017 27  ▪ Il existe deux types de tests t - échantillons appariés et échantillons indépendants. Si la valeur critique de t est inférieure à p < 0,05 (ou un autre seuil alpha plus strict, par exemple, p < 0,01), nous pouvons conclure que la différence moyenne entre les deux groupes est significative, c'est-à-dire que nous avons une certitude de 95 % qu'une différence "réelle" existe. ▪ Nous pouvons déterminer si la statistique t est significative en utilisant un logicel tel que SPSS ou des valeurs critiques de la table des t. ▪ Nous utilisons une ANOVA si nous voulons voir s'il existe des différentes moyennes entre plus de 2 groupes sur une variable d'intérêt. ▪ Une valeur F significative (c.-à-d., un F-ratio) indique que les scores moyens des différents groupes (ou conditions) diffèrent considérablement d'une manière ou d'une autre. 09-11-2017 28