1
← Retour aux quizQuiz gratuit
Statistiques descriptives et inférentielles en psychologie
Dans le domaine de la psychologie, la maîtrise des statistiques descriptives et inférentielles est indispensable pour analyser les données, interpréter les résultats et concevoir des…
0 / 10
Score: 0%
2
Dans une étude expérimentale, quelle variable représente ce que l’on fait varier chez les participants ?
3
Quel niveau de mesure possède un zéro absolu et permet le calcul d’un écart-type ?
4
Quel type de statistique est utilisé pour prédire le comportement futur d’une population à partir de données passées ?
5
Dans le contexte des variables, quelle affirmation est vraie pour une variable continue ?
6
Quel test statistique serait approprié pour comparer les fréquences de deux catégories nominales ?
7
Quel est le principal risque d’interpréter un résultat non significatif comme une preuve que l’hypothèse est fausse ?
8
Quelle mesure de tendance centrale est la plus adaptée lorsqu’on possède des valeurs extrêmes très éloignées de la moyenne ?
9
Dans une étude où l’on compare un groupe d’entraînement à l’évitement avec un groupe contrôle, quel type de variable est la « consommation de cigarettes » ?
10
Quel niveau de mesure combine un ordre des catégories avec des intervalles égaux entre elles, mais sans zéro absolu ?
Statistiques descriptives et inférentielles en psychologie : concepts clés
Dans le domaine de la psychologie, la maîtrise des statistiques descriptives et inférentielles est indispensable pour analyser les données, interpréter les résultats et concevoir des recherches rigoureuses. Ce cours structuré vous guide à travers les notions fondamentales, les types de variables, les niveaux de mesure, ainsi que les tests statistiques les plus couramment employés.
1. Statistiques descriptives : résumer les données
Les statistiques descriptives visent à résumer un jeu de données en une ou quelques valeurs représentatives, sans faire d’inférence au-delà de l’échantillon étudié.
- Moyenne : somme des valeurs divisée par le nombre d’observations.
- Médiane : valeur centrale lorsqu’on classe les données par ordre croissant.
- Mode : valeur la plus fréquente.
- Écart‑type : mesure de dispersion autour de la moyenne.
À retenir : le résumé = descriptif, aucune prédiction ni inférence.
2. Statistiques inférentielles et prédictives
Les statistiques inférentielles permettent de tirer des conclusions sur une population à partir d’un échantillon, en évaluant la probabilité que les effets observés soient dus au hasard. Les statistiques prédictives, quant à elles, utilisent des modèles pour projeter le comportement futur d’une population à partir de données passées.
- Test t de Student, ANOVA, régression linéaire, etc. (inférentiel).
- Modèles de régression, réseaux de neurones, séries temporelles (prédictif).
À retenir : prédire = prédictif, pas descriptif.
3. Types de variables en psychologie
Comprendre la nature des variables est essentiel pour choisir le test statistique adéquat.
- Variable indépendante : celle que le chercheur fait varier intentionnellement (ex. type de traitement).
- Variable dépendante : mesure de l’effet de la variable indépendante (ex. score de mémoire).
- Variable continue : peut prendre n’importe quelle valeur réelle dans un intervalle donné (ex. temps de réaction).
- Variable discrète : ne prend que des valeurs entières (ex. nombre d’erreurs).
À retenir : Valeur réelle = intervalle continu.
4. Niveaux de mesure
Les niveaux de mesure déterminent les opérations mathématiques permises sur les données.
- Nominal : classification sans ordre (ex. genre).
- Ordinal : classement avec ordre mais sans distances égales (ex. échelle de Likert).
- Intervalle : distances égales mais zéro arbitraire (ex. température en Celsius).
- Ratio : zéro absolu, permet le calcul d’écart‑type et de rapports (ex. poids, durée).
À retenir : zéro absolu ↔ ratio, pas d’intervalle.
5. Choisir le test statistique approprié
Le choix du test dépend du type de variable et du niveau de mesure.
- Pour comparer fréquences de deux catégories nominales, on utilise le test du chi‑carré d’indépendance.
- Pour comparer des moyennes de deux groupes indépendants (variables continues, niveau ratio), on privilégie le test t de Student ou l’ANOVA si plus de deux groupes.
- Pour évaluer la relation linéaire entre deux variables continues, on applique la corrélation de Pearson.
À retenir : chi‑carré = fréquences vs. attentes.
6. Interpréter les résultats non significatifs
Un résultat non significatif ne signifie pas que l’hypothèse nulle est vraie. Il peut refléter une puissance statistique insuffisante (taille d’échantillon trop petite, variance élevée).
- Ne pas confondre absence de preuve avec preuve d’absence.
- Évaluer la puissance (1‑β) avant l’étude pour éviter ce piège.
À retenir : Puissance oubliée = doute, pas preuve.
7. Mesures de tendance centrale face aux valeurs extrêmes
Lorsque les données contiennent des valeurs extrêmes (outliers), la moyenne peut être fortement biaisée. La médiane reste stable car elle dépend uniquement du rang des observations.
- Utiliser la médiane pour des distributions asymétriques ou avec outliers.
- Le mode est pertinent pour des variables nominales, mais peu informatif avec des outliers.
À retenir : médiane résiste aux outliers.
8. Synthèse et bonnes pratiques
Pour mener une recherche psychologique rigoureuse :
- Définissez clairement vos variables (indépendante, dépendante, continue ou discrète).
- Identifiez le niveau de mesure afin de choisir les statistiques appropriées.
- Utilisez les statistiques descriptives pour présenter un aperçu clair des données.
- Appliquez les tests inférentiels ou prédictifs en fonction de vos objectifs de recherche.
- Vérifiez la puissance de votre étude avant de collecter les données.
- Interprétez les résultats avec prudence, surtout lorsqu’ils sont non significatifs.
En suivant ces étapes, vous maximisez la validité de vos conclusions et contribuez à une psychologie scientifique plus fiable.
