APSV2090-1

Mesures en
psychologie 2

MALKI Bachar
Bachar.malki@vinci.be

2022-2023
 Informations relatives à l’évaluation de l’UE APSV2090-1 Mesures en psychologie 2

Évaluation certificative: remise d’un travail de groupe de max 5 étudiants le 17.05.2022

 Consignes du travail certificatif de l’UE APSV2090-1 (1/3)

En groupe de 5 étudiants max:

Réfléchir à une thématique en lien avec la psychologie
Trouver dans la littérature deux échelles validées avec graduation Likert
Créer un questionnaire socio-démographique (âge, genre ….)
Recruter 40 personnes majeures (à partir de 18 ans)
Faire passer sur le terrain ou par par internet (Google Forms) le questionnaire et analyser
statistiquement les résultats.
 Contenu du travail certificatif de l’UE APSV2090-1 (2/3)

Max 1300 mots (environ 5 pages sans les annexes) !!!

Forme
Agraphé (non : reliure ou pochette plastique)
Recto-verso
Times New Roman 12 / interligne 1,5
Corps du texte justifié
Pages numérotées
1 point de pénalité si plus de 3 fautes d’orthographe / page
 Contenu du travail certificatif de l’UE APSV2090-1 (3/3)
Abstract (150 mots)
Introduction (1 page)
– 1 question de recherche
– 2 objectifs de recherche
– 2 paragraphes provenant de la théorie des deux échelles (APA)
– 2 hypothèses
Méthode (1/2 page)
– Description recrutement, de l’échantillon et des conditions de passation
– Description échelles/questionnaires utilisés (APA)
Résultats (2,5 pages)
– Alpha de Cronbach
– Analyse de normalité
– 2 statistiques descriptives (indice de position et de dispersion)
– 1 corrélation
– 1 test T (comparaison de moyennes)
Attention, chaque analyse DOIT être accompagnée d’une interprétation et du tableau JASP! Il vous faut placer le tableau dans
le texte et non annexe !
Conclusion (1 page)
Bibliographie : strictement en APA !!!!
Annexes
Annexe 1. Tableau brut des données
Annexe 2. Tableau résumé (coding book)
Annexe 3. Questionnaires vierges
 Echec à l’évaluation certificative de l’UE APSV2090-1

Si vous êtes en échec à la session de juin, il vous faut améliorer le travail et le rendre pour la
session d’août.

Remarques:

1. Une permanence sera organisée pour tous les groupes.

2. Lors de la remise du travail, TOUS les étudiants DOIVENT être présents sauf motif légitime (accident,
maladie, décès…).
Les statistiques, La recherche ?
Les différents designs de recherche
• Designs de recherche pour une lecture
appropriée de la littérature scientifique
• Reconnaitre les designs de recherche dans les
articles
• Utiliser correctement les informations des
articles scientifiques (variables, designs de
recherche ….)
• …..
Les différents designs de
recherche
Etude contrôlée Permet d’inférer la
randomisée causalité
Etudes de cohorte

Etudes de cas-témoins

Etude transversale

Etude de cas, Série de cas

Ne permet pas d’inférer la
Idée, Opinion .... causalité
Les différents designs de
recherche
-Evaluer -
Etude contrôlée Etudes évalua9ve
randomisée -Interven9on

Etudes de cohorte -Comprendre -

Etudes analy9ques
Etudes de cas-témoins -Observa9on

Etude transversale -Décrire -

Etudes descriptives
Etude de cas, Série de cas -Observation
Les différents designs de
recherche - Permet de tester
des hypothèses
- U0lise des
Etude contrôlée comparaisons
explicites entre
randomisée groupes

Etudes de cohorte

Etudes de cas-témoins - Ne permet pas

d’évaluer la
causalité
Etude transversale - U0lisée pour
générer des
hypothèses
Etude de cas, Série de cas
- U0lisée pour
planifier un
programme
Les différents designs de
recherche
Etude contrôlée
randomisée Intervention/
expérimental
Etudes de cohorte

Etudes de cas-témoins
Observa9on
Etude transversale

Etude de cas, Série de cas

 Recherche ?

ARBRE DECISIONNEL
Je cherche à évaluer Je cherche à dégager Je souhaite mieux Je souhaite à observer
l’impact d’un outil ou une tendance comprendre les une réponse à un
d’un traitement sur générale d’un lien représentations des stimuli de manière
un type de patient sincère et spontanée
entre 2 variables min participants

Série de cas
Design quasi- Enquête par Entre@ens
via
expérimental questionnaire semi-direc@fs
l’observa@on
 Développer une question de recherche

Intéressante
Une question
pertinente
de recherche Faisable
doit être: Ethique
Concise
Question de recherche en fonction de
la méthodologie – Exercice
Exemple de question de recherche :
Je cherche à évaluer 1) Le statut socio-économique impact-t-il les
Design quasi- l’impact d’un outil ou performances en production lexicale ?
expérimental d’un traitement sur 2) L’alcool influence-t-il le niveau de
un type de patient concentration ?

Je cherche à dégager Exemple de question de recherche :

Enquête par une tendance Y a-t-il un lien entre l'alexithymie et l’estime de
questionnaire générale d’un lien soi, chez les étudiants des hautes écoles ?
entre 2 variables min

Je souhaite mieux Exemple de question de recherche :

Entretiens « Cadre et confidentialité de l’entretien clinique en
comprendre les
semi-directifs psychologie scolaire : quelles représentations chez les
représenta@ons des professionnels ? Une recherche qualitative
par@cipants exploratoire »

Série de cas Je souhaite à observer Exemple de question de recherche :

« 1) Est-ce qu’une thérapie lexicale proposée à un enfant
via une réponse à un
de 4 ans améliorera ses performances en production
l’observa@on stimuli de manière lexicale ?
sincère et spontanée 2) Est-ce qu’une thérapie lexicale permettra à un enfant de
4 ans d’améliorer, par effet de transfert, l’intelligibilité des
mots produits ? »
Introduction aux types de données quantitatives, mesure et recherche

1. Enquête par questionnaire

2. Design quasi-expérimental
La recherche scien0fique : Différentes étapes

1. Concep0on/ construc0on de l’objet étudié

• Problème de recherche formulé Concep'on
• Énoncer des ques0ons, objec0fs et hypothèses
• Définir des variables
• Recenser les travaux antérieurs
• Élaborer un cadre de référence
Elaboration du
Rédaction
plan expérimental
2. Méthodologie et récolte des données
• Choix des méthodes et des instruments (échelles)
• Défini0on de la popula0on et de l’échan0llon
• Décrire la procédure (protocole de recherche)
• Collecte des données (ques0onnaires et/ou tâches)

3. Traitement, analyses des données et discussion Exploitation des

Expérimentation
résultats
• Analyse des données en fonc0on des objec0fs de
recherche
• Interpréter et discuter des résultats
Démarche de la recherche

PROBLÉMATIQUE

INTERPRÉTATION MÉTHODE

ANALYSE DONNÉES
Question de recherche, objectif de recherche et hypothèse de recherche

§ Une question de recherche est:

• Formulée sous forme de question (?)
• Est générale et spécifique
• Exemple: quel lien existe entre l’acouphène et le trauma sonore?

§ Un objectif de recherche est:

• Formulé de la manière suivante : Verbe d’action + objet 1 afin de
verbe d’action + objet 2
• Est général et spécifique
• Exemple: déterminer la source du trauma sonore afin de mesurer
la sévérité de l’acouphène

§ Une hypothèse de recherche est:

• Formulée sous forme de réponse provisoire (conditionnel ou
affirmative)
• Reprend généralement la VI et la VD
• Indique le type de relation
• Exemple: un trauma sonore intense ( > 90db) provoquerait
(provoque) un acouphène sévère
 Développer une question de recherche

Intéressante
Une question
per5nente
de recherche Faisable
doit être: Ethique
Concise
Etape 1: identifier le problème
2 types de variables à
Identifier les variables clés opérationnaliser :

Variable indépendante (VI): variable qui influence la variable

dépendante
(ex. le sexe)

Variable dépendante (VD): variable qui va être influencée par la

variable indépendante, ce qu’on cherche à prédire/expliquer
(ex. l’esOme de soi)
 Question de recherche

Comment formuler une bonne question de recherche?

• Dans l’idéal la question de recherche doit contenir les éléments suivants :
– Les variables de l’étude (VI/VD, les mesures, ex: Estime de soi, TAS 20, le genre)
– La population concernée (ex: Etudiants en logo)
– La méthode (Relation-corrélation, comparaison de moyennes)

Par la suite, dans le corps du texte :

- Repose sur la littérature scientifique
- Justifiée/argumentée par la littérature scientifique (indique la direction
à prendre »)
- Bien identifier les variable impliquées afin de vérifier qu’elles sont bien
abordées au sein de l’introduction théorique
- Bien intégrer au sein de la méthodologie (notamment pour les mesures)
 Comment présenter les objectifs ?

- Expliciter clairement dans l’écrit: « L’objectif de l’étude est… »

- Un sous-titre « objectifs de l’étude » peut être ajouté
- Etre concis…C’est normal que le passage « objectifs de l’étude » soit court.
C’est la partie méthodologie qui va permettre d’expliciter et
d’opérationnaliser la démarche et les variables.
- Cette partie vient souvent après l’introduction théorique (objectif détaillé
et hypothèses associées). L’objectif plus général peut être annoncer dès le
début de l’introduction théorique
 Formuler une hypothèse

Formuler des hypothèses

Une hypothèse est une affirmation spécifique concernant le résultat attendu
(≠ d’une question de recherche) :
Concernant une relation entre.
Une comparaison de moyenne. L’influence d’une variable indépendante
sur une variable dépendante
Une hypothèse permet de transformer la question de recherche en une
proposition testable…
Comment présenter une hypothèse?

- Ecriture explicite : « Nous nous aUendons à… », « l’hypothèse sous-jacente

est… »
- Se place après l’objecWf de l’étude ( à ne pas confondre avec ce dernier)
 Comment formuler une hypothèse?

- Une hypothèse est une forme de positionnement et devra être vérifiée avec
vos résultats. Une hypothèse peut donc apparaître comme une prise de
risque !
- Dans le cas des données qualitatives, il est possible de poser des
hypothèses cela aidera dans l’analyse et compréhension du phénomène
- Concernant les études exploratoires ou revue de la littérature, il n’y a pas
d’hypothèses à formuler
• Une hypothèse non confirmée est aussi intéressante qu’une hypothèse
confirmée.
 La population: qui sont les sujets de ma recherche

Suite à l’identification et la description de la problématique à traiter, le choix

du type de recherche, vient la question de la population concernée par
l’étude.

La population est le groupe visé, idéalement, il faudrait collecter les données

sur l’ensemble de la population…mais c’est impossible! Il est nécessaire
sélectionner un échantillon issu de cette population
 De quoi est constituée une introduction théorique?

- Une contextualisation de l’objet d’étude (sociétale, méthodologique, …).

Poser le cadre par rapport aux études existantes: les décrire et faire le lien
avec la démarche suivie (qu’est-ce qui a été démontré, pas démontré,…)
- Rester cohérent et avoir un fil conducteur (par rapport à l’abstract et par
rapport à l’objectif…Il faut aborder les concepts qui couvrent l’étude en
question et ne pas aborder ceux qui ne seront pas utilisés par la suite du
travail)
 Quelle est la forme d’une introduc@on théorique?

- Intégrer des Wtres et sous-Wtres: aide à structurer la lecture et la

compréhension
- UWliser des mots-liens entre les différents paragraphes : aide à structurer
(surtout si pas de Wtres)
- Définir les concepts uWlisés…S’accorder sur ce que l’on entend et l’intégrer
dans le texte (ce qui est évident pour nous ne l’est pas forcément pour le
lecteur)
- Si des contradicWons apparaissent, en faire une force, qui jusWfient la
démarche. Grouper les différentes contradicWons au sein d’un même
paragraphe.
 Comment formuler la méthodologie?

Partie généralement très structurée, avec plusieurs titres:

Echantillon ou participants:
• Décrire la façon dont les sujets ont été sélectionnés pour l’étude, le
nombre de sujets, moyenne d’âge, le genre (% homme/femme), l’origine
culturelle (% belge, italien,…par ex), le statut socio-économique (type
d’école, statut professionnel,…) à = photo de l’échantillon.
Procédure:
• Décrire la façon dont les participants ont été contactés (par mail envoyé
par la direction, etc.) et la façon dont données ont été collectées, le « Ou
Quand Comment » (par ex «interview réalisées au domicile des sujets,
questionnaires distribués collectivement à plusieurs reprises,
questionnaire en individuel, via internet…) à = photo de la démarche, il
doit être possible de visualiser ce que vous avez fait et comment.
Concrètement
Comment opérationnaliser ces démarches !!
 QUOI mesurer ?

Utilisation de variable(s)
Déf° de la variable: : Valeur qui change en fonction de différents facteurs

Variable QT: discrète ou continue

Variable QL: nominale, ordinale ou binaire

Quelques exemples en fonction du type de variable :

VQT discrète: nombre d’enfant par ménage belge
VQT continue: poids en Kg
VQL nominale: couleur des yeux
VQL ordinale: grade dans l’armée
VQL binaire: Homme- Femme

Quelques exemples :
En psychologie : l’estime de soi, le stress, la motivation, la dépression, etc.
En santé: la douleur, la fatigue, les insomnies, les troubles digestifs, etc.
En logopédie: la fluence verbale, la compréhension lexicale, l’articulation, etc.
 COMMENT mesurer ?

Tests, ques)onnaires, tâches computa)onnelles (sur ordinateur)

Hétéro-évalua)on VS auto-évalua)on
Individuel ou en groupe

Passage vers l’opéra)onnalisa)on !

(De l’idée à sa mise en place par l’expérience).

Test : Défini)on et propriétés

Instrument d’observa)on standardisé permeJant de décrire un

comportement à l’aide d’une échelle numérique ou d’un système de
catégories

4 propriétés métriques :
1. Standardisé
2. Permet de comparer à un groupe de référence (popula)on)
3. Degré de précision (Fidélité)
4. Significa)on théorique ou pra)que (validité)
Illustration pratique: TAS-20 et Rosenberg
Illustration pratique
TAS-20 et Rosenberg
Echelle d’estime de soi (Rosenberg 1965)

Référence: Rosenberg, M. (1965). Society and the adolescent self-image. Princeton, NJ:
Princeton University Press.

Echelle TAS-20 (Bagby et al., 1994b)

Référence: Bagby, R. M., Taylor, G. J., & Parker, J. D. A. (1994b). The Twenty-Item Toronto
Alexithymia Scale – II. Convergent, discriminant, and concurrent validity. Journal of
Psychosomatic Research, 38, 33 -4
 Questionnaire standardisé

Amorce du
ques'onnaire
(anonymat et
descrip'on brève)

Graduation de type Likert

Items
Deux types de quesGon de recherche
Enquête par questionnaire :

Relation entre variables -

Méthode corrélationnelle
COEFFICIENT DE CORRÉLATION

Coefficient de corrélation : Indique le degré

d’association entre 2 variables

Corrélation positive (0 < r < 1) : si p >

Coefficient numérique 0.05

compris entre -1 et +1 Corrélation négative(-1 < r < 0) : si p <

0.05

Le Coefficient de corrélation n’implique en

aucun cas une relation de CAUSE A EFFET
 Choisir le coefficient de corréla1on
approprié

Il existe trois formules pour établir une

corrélation selon le type des données à
Coefficient analyser :
de • 1. Le r de Bravais-Pearson suppose que les données
soient chiffrées et que l’on peut calculer X et σ

corréla?on (moyenne et écart-type) => Méthode paramétrique.

• 2. Quand les données sont rangées, il convient
d’utiliser le rho de Spearman => Méthode non
paramétrique.
• 3. Quand l’une des deux variables est dichotomique
on peut utiliser le phi (Φ) de Guilford. Une variable
dichotomique est une variable qui ne peut prendre
que deux valeurs comme par exemple « oui / non »,
« 0 / 1 », « homme / femme », ...
 Coefficient de corrélation
• Formuler des hypothèses statistiques :
• Test Shapiro Wilk
– Hypothèse nulle (𝐻! )
– La distribution de l’échantillon suit une loi normale => normalité = 0 =>
p > 0,05
• Coefficient de corrélation r de Bravais-Pearson => (Méthode
paramétrique)

– Hypothèse alternative (𝐻" )

– La distribution de l’échantillon ne suit pas une loi normale => non-
normalité <> 0 => p < 0,05
• Coefficient de corrélation rho de Spearman => Méthode non
paramétrique
Design quasi-expérimental :

Comparaison de moyennes =
méthodes quasi-expérimentales
 Les variables Indépendantes (VI)
Les manipula[ons

Ce que l'expérimentateur mesure ou fait varier pour étudier son effet sur la variable dépendante
(VD)

Modalités : les valeurs que peut prendre une variable

• Ex : la variable « Sexe » a deux modalités : Féminin ou Masculin

Plusieurs types VI :

• VI invoquées
• Préexistantes, elles sont simplement recueillies par l'expérimentateur (ex. le sexe des
participants de l’étude)
• VI provoquées ou manipulées
• Crées par l’expérimentateur (ex. groupe contrôle vs groupe de cas)
Les variables Indépendantes (VI)
Pour étudier l'effet de l’alcool sur le niveau de
concentration, on doit tester 2 groupes de participants :
• 1) Un groupe de par/cipants qui ont l'habitude de boire de l’alcool
• 2) Et un groupe de par/cipants qui n’ont pas l'habitude de boire de
l’alcool.

Les par:cipants font un test de concentra:on sur

l’ordinateur .
• VI => Invoquée
• Alcool avec 2 modalités : Avec et sans alcool
 On peut demander aux participants
de venir sans avoir bu de l’alcool, et
Les variables puis les divise en deux groupes :

Indépendantes (VI)
La Vi est ici manipulée
1) Au groupe 1, on donne à boire
Alcool avec 2 d’alcool avant la tache.
modalités : Avec et
sans alcool
2) A l'autre groupe, on donne à boire
de l’eau.
 La problématique
• Pour les besoins du cours, nous verrons les méthodes ….
– CorrélaOonnelle (relaOons) :
• L’étude du lien (corrélaOon) entre les variables
• L’hypothèse concerne la relaOon entre les variables

– Quasi-expérimentale :
• Comparaison de moyennes
• L’hypothèse concerne une différence entre deux moyennes
 Exercice

Participation à un Traitement des données avec Analyse avec 2 variables

questionnaire et récolte des JASP et Excel quantitatives
données
Construction d’échelle
Indices de position et de dispersion
 Participation au questionnaire et récolte
des données

QUESTIONNAIRE SUR GOOGLE FORMS IMPORTER LES DONNÉE DE GOOGLE

FORMS SUR EXCEL (FORMAT => ODS OU
CSV)
StaGsGques descripGves: Analyse de cohérence interne d’une échelle et
normalité
 Traitement sur Excel
Vérification des données

Les items à inverser dans Excel

TAS 20

• Les items 4, 5, 10, 18 et 19 doivent être inversés (un score de 5

devient 1, 4 devient 2, 3 reste 3, 2 devient 4 et 5 devient 1).

EsOme de Soi de Rosenberg

• Les items 3 ,5 ,8 ,9 et 10 doivent être inversés

 Traitement sur Excel
• Calcule des échelles sur Excel

=> La somme des items. A ne pas oublier d’effectuer le calcule de l’échelle

avec les items inversés. Pour les échelles composées de plusieurs
dimensions, il convient de calculer les sous-échelles relatives aux
différentes dimensions de l’échelle (exemple : TAS 20)
 Traitement sur jasp
• Début des analyses
– Mesure de la cohérence interne ou de la
fiabilité des items compostant une
échelle = Alpha de Cronbach
– Test de normalité
– Analyse descriptive, Indices de position et
de dispersion
– Corrélation
– T-test pour échantillon indépendants
 Définir la nature des variables dans
JASP

Scale : variable continue (intervalle ou de rapports)

(ex: Taille, Age, Echelle : Estime de soi et TAS 20)

Ordinal : variable catégorielle ordinale (ex: scolarité)

Nominal : variable catégorielle nominale (ex: sexe)

Traitement sur jasp – Alpha de
cronbach
Mesure de la cohérence interne ou de la fiabilité des items compostant une
échelle

Permet d’évaluer la cohérence interne d'un

L'alpha de Cronbach est un indice instrument d’évalua0on ou de mesure composé
par un ensemble d'items qui devraient contribuer à
statistique variant entre 0 et 1 appréhender une même dimension (niveau
d'ap0tude, d'aetude, de mo0va0on, etc.)

Cet indice traduit un degré de cohérence d'autant plus important qu’il se

rapproche de 1. On considère généralement que la cohérence de l'instrument
est sabsfaisante lorsque la valeur du coefficient est au moins égale à 0.70.
 Traitement sur jasp – Alpha de
cronbach

• Procédure sur JASP

– DescrpiNves => Reliability Analysis => introduire tous les items composant l’échelle ou la
sous-échelle (A ne pas oublier d’effectuer le calcule de l’échelle avec les items inversés)
=> Cocher dans « Scale StaNsNcs » Cronbach’s ⍶.
– L’alpha de Cronbach de la TAS 20 vaut 0.697 et celle de l’esNme de soi vaut 0.849

Frequentist Scale Reliability Statistics Frequen9st Scale Reliability Sta9s9cs

Estimate Cronbach's α Estimate Cronbach's α
Point Point
0.849 0.697
estimate estimate

Note. The following item correlated nega9vely with the scale:

19T INV.
Alpha de Cronbach- Procédure sur JASP
Histogramme – Normalité
 Hypothèses - Loi normale

Hypothèse nulle (H0)

– La distribution de l’échantillon suit une loi normale, normalité => p > 0,05
– Coefficient de corrélation r de Bravais-Pearson => (Méthode paramétrique)

Hypothèse alternative (𝐻! )

– La distribution de l’échantillon ne suit pas une loi normale, non-normalité =>

p < 0,05
– Coefficient de corrélation rho de Spearman => Méthode non paramétrique
 Test de normalité (shapiro-wilk)
Test of Normality (Shapiro-Wilk)
W p
TAS 20 0.985 0.192

Est. de soi 0.980 0.060

Note. Significant results suggest a deviation from

normality.

Test d’hypothèse :

Hypothèse nulle (H0): normalité = 0 => p > 0,05

Hypothèse alternative (𝐻!) : non-normalité <> 0 => p < 0,05

Avec une p-valeur > 0.05 L'hypothèse de normalité ne peut être rejetée. Dans le cas de notre exemple,
les distributions des deux échelles suivent une loi normale
 Graphiques - JASP

HISTOGRAMME BOÎTE À MOUSTACHES

Boite à moustache – InformaGons
Boite à
moustache –
Informa>ons
 Boîte à
moustaches :
Procédure sur
JASP
 Indices de position et de dispersion

Descriptive Statistics
Votre âge
TAS20TOT ESTSTOT
?
Valid 124 124 124
Missing 0 0 0
Mode 55.00 35.00 18.00
Median 53.00 35.00 19.00
Mean 52.59 35.21 20.40

Std. Deviation 9.514 7.419 4.610

Variance 90.52 55.05 21.25

Minimum 32.00 14.00 17.00
Maximum 75.00 49.00 40.00

25th percentile 45.75 30.00 18.00

50th percentile 53.00 35.00 19.00

75th percentile 59.00 41.00 20.00

Deux types d’analyse de données
1. Enquête par questionnaire :
Corrélation
 Corrélation – nuage de points
Jasp => Correlation Matrix (cocher dans Plots => Correlation Matrix)
Corrélation– Jasp => Correlation Matrix (cocher =>
Pearson’s ou Spearman's rho

Pearson's Correlations

Pearson's r p

TAS20TOT ESTSTOT -0.312 < .001

Hypothèse nulle : Pas de corrélation entre les variables => p > 0,05
Hypothèse alternative : corrélation entre les variables => p < 0,05

Corrélation négative observée => La corrélation entre la TAS 20 et

l’estime de soi est significative (Pearson's r => r (122)= -0.312 ; p <
0.001
Interprétation et normes APA

• La seule corrélation observée => il y une

corrélation négative entre la TAS 20 et
l’estime de soi est significative (le Pearson's r
=>

r (122)= -0.312 ; p < 0.001

• Autrement dit, lorsque l’estime de soi

augmente, la difficulté à gérer ses émotions
diminue !
2. Design quasi-expérimental : Comparaison de moyennes
 Démarche de la recherche

• On peut utiliser les mêmes données obtenues avec le questionnaire (TAS

20 et Estime de soi), pour formuler une question de recherche empirique !!

• Problématique => Les participantes de sexe féminin ont-elles une plus

haute estime de soi que les participants de sexe masculin ?
– Cette question est fictive, elle est formulée pour les besoins du cours
 La méthodologie
• Les VI et VD
• Plan expérimental avec une VI à deux modalités => Femmes et Hommes
• VD => EsOme de soi
 Hypothèses
• Les participantes de sexe féminin ont une plus haute estime de soi que les
participants de sexe masculin
– Cette hypothèse est fictive, elle est formulée pour les besoins du cours
• H0 => Pas de différence si la P-valeur > 0.05
• H1 => F > M en terme d’estime Soi P-valeur < 0.05
 Analyse des résultats
Hypothèse nulle (H0)
La distribu0on de l’échan0llon suit une loi normale, normalité = 0 => p
> 0,05

– Il convient d’u0liser => Test t indépendant = independant samples

t-test => (Méthode paramétrique) => Dans JASP => T-test →
Independant samples t-test → cocher Student

Hypothèse alterna0ve (𝐻! )

La distribu0on de l’échan0llon ne suit pas une loi normale, non-
normalité <> 0 => p < 0,05
– Il convient d’u0liser => Test U de Mann-Whitney => Méthode non
paramétrique = > Dans JASP => T-test → Independant samples t-
test → cocher Mann Whitney U
– Ou u0liser => test de Welch

• Appliquées aux Test-t

– H0 : Il n’y a pas de différence entre les moyennes (Es0me de soi)
des hommes et des femmes => Si p > 0,05
– H1 : Il y a une différence entre les moyennes (Es0me de soi) des
hommes et des femmes => Si p < 0,05
 T-test pour échantillon indépendants
Independent Samples T-Test
t df p
ESTSTOT -0.754 122 0.453

Note. Student's t-test.

Nous ne pouvons pas retenir H1 => Donc sta9s9quement il n’y a pas de

différence entre les femmes et les hommes pour l’es9me de soi => écriture
sta9s9que : t(122) = -0.754 , p = 0.453
 Statistiques descriptives

Group Descriptives
Group N Mean SD SE

ESTSTOT Femme 116 35.08 7.353 0.683

Homme 8 37.13 8.626 3.050

 Différences entre les variables -
Résumé
• Il est possible de faire plusieurs types d’analyses T-test
• 2 possibilités :
– Deux échanOllons indépendants (ex: hommes et femmes, parce que
les 2 échanOllons sont indépendants)
– Deux échanOllons appariés (= plan à mesures répétées pour le même
échanOllon ou les même personnes)
 Tendance centrale

• Mean : moyenne
• Median : valeur sous laquelle on trouve 50 % de la distribution et au-dessus
de laquelle on trouve l’autre 50 %. Cette mesure fait du sens uniquement
lorsque la variable est ordinale ou continue.
• Mode : valeur qui revient le plus souvent dans la distribution Sum : somme

Termes en
de toutes les observations

anglais Dispersion

• Std. deviaGon : écart-type de la distribu0on

dans Jasp • Variance : variance de la distribu0on
• Range : intervalle, indique l'écart entre la plus pe0te et la plus grande valeur
• Minimum : plus pe0te valeur de la variable
• Maximum : plus grande valeur de la variable
• S.E. mean : erreur-type de la moyenne (σ/√n, σ étant es0mé par s)

Forme de la distribution

• Kurtosis : indice d’aplatissement

• Skewness : Indice de symétrie
 Vidéos à visionner pour des analyses
supplémentaires
• https://www.youtube.com/watch?v=kPoppx_Glrw

• https://www.youtube.com/watch?v=wFZbJQAEY_w

• https://www.youtube.com/watch?v=B54M_IzExL0
 Référence
• La source principale de la présentation :
Formation à l’analyse des
données quantitatives
• Dr. Marie Vander Haegen & Dr. Bachar Malki
• Haute École Léonard de Vinci
• Centre de Recherche
•