Académique Documents
Professionnel Documents
Culture Documents
Méthodologie de la recherche I
ADM-8005
Thème 3 : Empirisme
Méthodologie de la
recherche I
ADM-8005
1
2022-10-11
1
CARACTÉRISTIQUES DE TENDANCE CENTRALE, DE DISPERSION
ET DE FORME
2
2022-10-11
3
2022-10-11
5
QUESTIONS IMPORTANTES À SE POSER AVANT D’EFFECTUER
UNE ANALYSE STATISTIQUE
TESTS D’HYPOTHÈSES
4
2022-10-11
A. HYPOTHÈSES STATISTIQUES
B. TESTS D’HYPOTHÈSES
10
5
2022-10-11
9
C. TEST PARAMÉTRIQUE ET TEST NON PARAMÉTRIQUE
• Or, parfois on veut tirer des conclusions non pas sur les paramètres
de la population mais plutôt sur d’autres aspects d’une variable
donnée dans la population : la distribution de cette variable; ses
relations avec d’autres variables; etc.;
11
10
12
6
2022-10-11
11
E. LES ERREURS DU TYPE I (a) ET DU TYPE II (b)
13
12
E. LES ERREURS DU TYPE I (a) ET DU TYPE II (b)
14
7
2022-10-11
13
E. LES ERREURS DU TYPE I (a) ET DU TYPE II (b)
États
H0 est vraie Bonne décision Erreur du type I
1-a a
15
14
F. NIVEAU DE SIGNIFICATION DU TEST (a)
16
8
2022-10-11
15
17
16
• Deux façons:
18
9
2022-10-11
17
19
18
20
10
2022-10-11
19
HYPOTHÈSES SUR LA MOYENNE D’UNE POPULATION
• Exemples:
21
20
HYPOTHÈSES SUR LA MOYENNE D’UNE POPULATION : EXEMPLES
22
11
2022-10-11
21
HYPOTHÈSES SUR LA DIFFÉRENCE DE MOYENNES DE DEUX
POPULATIONS
23
22
AUTRES HYPOTHÈSES :
24
12
2022-10-11
23
LES MESURES D’ASSOCIATION ET DE CORRÉLATION
25
24
TEST DE CORRÉLATION : MESURE D’ASSOCIATION
LINÉAIRE ENTRE 2 VARIABLES
26
13
2022-10-11
25
ILLUSTRATION GRAPHIQUE
Score on Exam
Score on Exam
90 90
80 80
⚫ r: Symbole du coefficient de
70 70
60 60
50 50
crorrélation de pearson; 40
30
40
30
20 20
explication.
Scores on Exam
60
50
40
30
20
10
0
0 2 4 6 8 10 12
Hours Spent Studying
27
26
CORRÉLATION
28
14
2022-10-11
27
CORRÉLATION BIVARIÉE: EXEMPLE AVEC SPSS
Opérationnalisation:
29
28
HYPOTHÈSES
30
15
2022-10-11
29
EXEMPLE SPSS: VÉRIFICATION DE LA NORMALITÉ DE LA
VARIABLE AGE
31
30
EXEMPLE SPSS: VÉRIFICATION DE LA NORMALITÉ DE LA
VARIABLE AGE
32
16
2022-10-11
31
EXEMPLE SPSS: VÉRIFICATION DE LA NORMALITÉ DE LA
VARIABLE AGE
33
32
EXEMPLE SPSS : TEST DE CORRÉLATION BIVARIÉE
34
17
2022-10-11
33
EXEMPLE SPSS : TEST DE CORRÉLATION BIVARIÉE
35
34
APRÈS AVOIR VÉRIFIÉ LA NORMALITÉ DES 2 VARIABLES
Correlations
Nombre Chiffre
employés d'affires97
total
Nombre Pearson 1,000 ,877**
employés Correlation
total
Sig. (2-tailed) , ,000
N 794 654
Chiffre Pearson ,877 1,000
d'affires97 Correlation
Sig. (2-tailed) ,000 ,
N 654 655
** Correlation is significant at the 0.01 level (2-tailed).
36
18
2022-10-11
35
SOURCES POSSIBLES DES DÉVIATIONS
37
35
36
SOURCES POSSIBLES DES DÉVIATIONS
38
19
2022-10-11
37
TEST D’HYPOTHÈSE SUR UNE MOYENNE (ONE-
SAMPLE T-TEST)
X − mT
t=
sX
• On compare la valeur de t obtenue à la valeur critique de
la distribution du t de Student avec n-1 degrés de liberté.
n = taille de l’échantillon.
ou:
• On compare le P-value avec le seuil a (.05).
39
38
• H1: La moyenne………diffère……….
40
20
2022-10-11
39
41
40
42
21
2022-10-11
41
43
41
44
22
2022-10-11
42
CONDITIONS D’APPLICATION
45
43
SOLUTIONS LORSQUE LES DONNÉES NE SONT PAS DISTRIBUÉES
NORMALEMENT ET p EST PRÈS DE a?
46
23
2022-10-11
44
• Essai-erreur;
47
45
Analyse graphique:
48
24
2022-10-11
46
EXEMPLE SPSS : VÉRIFICATION DE LA NORMALITÉ D’UNE
VARIABLE
49
47
EXEMPLE SPSS : VÉRIFICATION DE LA NORMALITÉ D’UNE
VARIABLE
50
25
2022-10-11
48
EXEMPLE SPSS : VÉRIFICATION DE LA NORMALITÉ D’UNE
VARIABLE
51
49
EXEMPLE SPSS : VÉRIFICATION DE LA NORMALITÉ D’UNE
VARIABLE
52
26
2022-10-11
50
• Chi-carré; Kolmogorov-Smirnov;
• Le test de Kolmogorov-Smirnov sur une variable compare la
fonction de distribution cumulative de cette variable à la fonction de
distribution cumulative d’une distribution théorique connue
(normale; uniforme; etc.);
• La valeur calculée Z du KS est donnée par la plus grande
différence en (valeur absolue) entre les fonctions de distribution
observée et théorique;
• Z indique si les observations de la variable à l’étude peuvent,
raisonnablement, provenir de la distribution théorique spécifiée;
• Hypothèses:
53
51
54
27
2022-10-11
52
55
53
Décision:
On rejette H0 au seuil .05 car le Z calculé (28.942) > à la valeur critique donnée par
1.36/√n = .034
56
28
2022-10-11
54
TESTS DE DIFFÉRENCE DE MOYENNE SUR 2 ÉCHANTILLONS
INDÉPENDANTS
• Comparaison de deux populations distinctes (indépendantes);
57
55
29
2022-10-11
56
EXEMPLE SPSS : TEST DE MOYENNE (2 ÉCHANTILLONS
INDÉPENDANTS)
59
57
EXEMPLE SPSS : TEST DE MOYENNE (2 ÉCHANTILLONS
INDÉPENDANTS)
60
30
2022-10-11
58
EXEMPLE SPSS : TEST DE MOYENNE (2 ÉCHANTILLONS
INDÉPENDANTS)
61
59
DÉCISION:
62
31
2022-10-11
60
TEST DE DIFFÉRENCE DE MOYENNE SUR DEUX ÉCHANTILLONS
APPARIÉS
63
61
EXEMPLE SPSS : TEST DE MOYENNE (2 ÉCHANTILLONS
APPARIÉS)
64
32
2022-10-11
62
EXEMPLE SPSS : TEST DE MOYENNE (2 ÉCHANTILLONS
APPARIÉS)
65
63
EXEMPLE SPSS : TEST DE MOYENNE (2 ÉCHANTILLONS
APPARIÉS)
66
33
2022-10-11
64
EXEMPLE SPSS : TEST DE MOYENNE (2 ÉCHANTILLONS
APPARIÉS)
67
65
TEST DU CHI-CARRÉ
3 applications majeures:
68
34
2022-10-11
66
69
67
70
35
2022-10-11
68
Marque de café
Sexe A B C Total
(1)Homme 20 10 30 60
(2)Femme 15 15 10 40
Total 35 25 40 100
71
69
RÉCAPITULATION
• 2 calculé = 8.04;
72
36
2022-10-11
70
73
71
• Hypothèses:
H0: Le domaine et le PIP sont deux variables
indépendantes;
H1: Le domaine et le PIP sont deux variables
dépendantes.
74
37
2022-10-11
72
EXEMPLE SPSS : TEST CHI-CARRÉ (TEST D’INDÉPENDANCE)
75
73
EXEMPLE SPSS : TEST CHI-CARRÉ (TEST D’INDÉPENDANCE)
76
38
2022-10-11
74
EXEMPLE SPSS : TEST CHI-CARRÉ (TEST D’INDÉPENDANCE)
Count
Protection of IP Total
No Yes
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
Pearson Chi-Square 79,948 5 ,000
Likelihood Ratio 85,896 5 ,000
Linear-by-Linear 16,021 1 ,000
Association
N of Valid Cases 1461
Donc………………………………..H0.
77
75
78
39
2022-10-11
76
1. Génies;
2. Chimie;
3. Physique, mathématiques et statistiques;
4. Informatique;
5. Sciences de la terre;
6. Sciences de la vie.
79
77
EXEMPLE SPSS : TEST CHI-CARRÉ (TEST DE PROPORTIONS)
80
40
2022-10-11
78
81
82
41
2022-10-11
Test de proportion :
Test Statistics
Chi-Square 529,761
df 5
Asymp. Sig. ,000
83
84
42
2022-10-11
79
85
35
80
SOURCES POSSIBLES DES DÉVIATIONS
86
43
2022-10-11
81
87
82
88
44
2022-10-11
83
ANOVA: L’HYPOTHÈSE NULLE ET L’HYPOTHÈSE ALTERNATIVE
89
84
• Hypothèses:
H0: Les nombres moyens d’employés dans les 4 MRC sont égaux.
H1: Ce nombre n’est pas égal pour au moins une MRC.
90
45
2022-10-11
85
91
86
92
46
2022-10-11
87
93
88
H1: Les variances ne sont pas égales (au moins une inégalité)
94
47
2022-10-11
89
ANOVA
Nombre moyen d'employés
Sum of Squares df Mean F Sig.
Square
Between 37237,735 3 12412,578 1,099 ,350
Groups
Within 4135374,708 366 11298,838
Groups
Total 4172612,443 369
Décision :
Nombre d’observations (N) = 370
Nombre de facteurs (k) = 4
Fcalculée : 1.099
Fthéorique au seuil .05 et avec k-1 et N-k d.l. (3 ; 366)
= 2,66
95
90
96
48
2022-10-11
91
97
92
Homogeneous Subsets
Sig. ,085
98
49
2022-10-11
93
Tableau 4.3
Comparaison de la taille des entreprises manufacturières selon les MRC
(Région du Saguenay-Lac-Saint-Jean: Enquête 2001)
MRC Nombre Moyenne Écart type
d’entreprises
Nombre d’employés
99
94
100
50
2022-10-11
95
101
96
102
51
2022-10-11
97
103
98
104
52
2022-10-11
99
105
100
106
53
2022-10-11
101
107
102
EXEMPLE SPSS : TEST DE MOYENNE ANOVA (VARIABLE
DÉPENDANTE DE TYPE INTERVALLE)
108
54
2022-10-11
103
EXEMPLE SPSS : TEST DE MOYENNE ANOVA (VARIABLE
DÉPENDANTE DE TYPE INTERVALLE)
109
104
EXEMPLE SPSS : TEST DE MOYENNE ANOVA (VARIABLE
DÉPENDANTE DE TYPE INTERVALLE)
110
55
2022-10-11
105
EXEMPLE SPSS : TEST DE MOYENNE ANOVA (VARIABLE
DÉPENDANTE DE TYPE INTERVALLE)
111
106
EXEMPLE SPSS : TEST DE MOYENNE ANOVA (VARIABLE
DÉPENDANTE DE TYPE INTERVALLE)
112
56
2022-10-11
107
EXEMPLE SPSS : TEST DE MOYENNE ANOVA (VARIABLE
DÉPENDANTE DE TYPE INTERVALLE)
113
108
114
57
2022-10-11
109
115
117
INTERPRÉTATION DES RÉSULTATS
Fin
116
58