Psychologie, Première année, Questionnaire. Description des résultats

Psychologie,Première année,Questionnaire.

Description des résultats

Remarques

On commence par décrire la situation statistique.Les variables sont au nombre de 63. Chaque variable peut être étudiée séparément des autres ;Ou bien, les variables peuvent être étudiées par deux ;Ou bien par groupes plus importants.

Remarques

L’étude des variables une par une est une étape indispensable, mais non suffisante en général, de la description des résultats.

De même, les méthodes permettant d’étudier le lien entre deux variables ne répondent pas à toutes les questions possibles, et des méthodes plus générales devront être utilisées par la suite.

Remarques

Du fait du grand nombre de variables, nous ne les détaillerons pas toutes, donnant seulement quelques exemples particulièrement parlants.

Plan

1. Situation statistique

2. Une variable à la fois

3. Deux variables à la fois

4. Limites et compléments

1. La situation statistique

Poser les bases pour un traitement approprié

Sujets

On a relevé pour chaque étudiant volontaire (individu) de la promotion (échantillon) un certain nombre de grandeurs afin de déterminer le profil, l’attitude face à la psychologie, etc. de l’ensemble des étudiants en psychologie (population).

L’échantillon est de taille 232 (n=232).

Variables

Certaines des 63 variables sont dichotomiques (mots à entourer, sexe), ou nominales (exemple de fruit, d’animal, groupe).

D’autres sont quantitatives (notes).

Tableau descriptif (SPSS)

Tableaux statistiques (SPSS)

2. Une variable à la fois

Présentation, représentation, calcul de paramètres.

Exemple 1

Description de la population

Variables inutiles ?

Une étape préliminaire est la description de la population.

On utilise pour cela des variables (âge, sexe, niveau d’étude) qui n’ont pas d’intérêt direct dans l’étude, mais qui permettent de se faire une idée de la population.

Groupes

L’une des variables importantes est ici le « groupe » (hasard, typique, premier).Pour que les comparaisons entre les groupes soient pertinentes, il est évidemment nécessaire que les groupes soient similaires du point de vue des variables sexe, âge, étude.Nous allons donc construire des tableaux donnant les différences entre les groupes.

Survol

Pour décrire une variable, on peut :1. Présenter les fréquences ou effectifs dans

des tableaux (construire le tableau statistique)

2. Représenter les données (en général distribution de la variable) par un graphique

3. Calculer des indices ou paramètres (position, dispersion, forme…)

Tableau de contingence

Remarques

Il est évidemment délicat, voire impossible, de construire un tableau de contingence si l’une des variables a trop de modalités (âge par exemple)

On pourrait cependant le faire pour croiser les variables « groupe » et « étude », mais le tableau serait peu lisible.

Graphiques

M

F

Graphiques

ETUDE

854321

Occ

urre

nces

200

100

0

GraphiquesLes bâtons montrent des effectifs

20,00 30,00 40,00 50,00

age

0

25

50

75

Effectif

Paramètres

Pour la variable dichotomique « sexe », les pourcentages contiennent toute l’information nécessaire, on calculera seulement : 87.5% de filles.

Paramètres

La variable « étude », comme la variable « âge », est numérique, si bien que l’on calculera, selon le procédé le plus courant, la moyenne et l’écart type.

On trouve ainsi pour l’âge : 20.99 3.96

Et pour « étude » : 1.51 0.96

Remarques

En réalité, les calculs que nous venons de faire devraient être effectués pour chaque groupe, séparément, puisque nous voulons ensuite pouvoir comparer ces groupes.

Cependant, nous nous contenterons pour le moment de ces mesures globales.

Exemple 2

Les notes au bac

Remarques

Il s’agit de variables quantitatives. Nous les traiterons comme telles.

Le nombre de modalités (21) pousse à éviter les tableaux statistiques, un peu lourds.

Représentation graphique

Les aires montrent effectifs

0 5 10 15

francais

10

20

30

40

Effectif

Représentation graphique

PHILO

171513119753

Pou

r-ce

nt

16

14

12

10

8

6

4

2

0

Remarques

On pourrait aussi représenter les distributions sur le même graphique, ce qui permettrait de les comparer plus aisément.

Cela ne permettrait pas, pourtant, de lire le lien entre les variables.

Paramètres

Exemple 3

Attitude face à la psychologie

Tableaux

On pourrait construire les tableaux statistiques, mais il restent moins lisibles qu’un graphique.

Les variables sont pseudo-numériques, mais nous les traiterons comme si elles étaient véritablement quantitatives.

Faut-il être altruiste ?

ALTRUIST

54321

Pou

r-ce

nt

50

40

30

20

10

0

Moyenne : 4.1

Écart type : 0.9

Asymétrie : -0.9

Faut-il rester détaché ?

Moyenne : 4.1

Écart type : 0.9

Asymétrie : -0.9

DÉTACHÉ

DÉTACHÉ

54321

Fré

quen

ce

120

100

80

60

40

20

0

La psychanalyse est une science ?

Moyenne : 3.0

Écart type : 1.0

Asymétrie : -0.7

SCIENCE2

SCIENCE2

54321

Fré

quen

ce

100

80

60

40

20

0

Prestige de la psycho ?

Moyenne : 3.4

Écart type : 0.9

Asymétrie : -0.5

PRESTIGE

PRESTIGE

54321

Fré

quen

ce

140

120

100

80

60

40

20

0

Un don pour la psychologie ?

Moyenne : 2.2

Écart type : 1.5

Asymétrie : 0.5

DON

DON

54321

Fré

quen

ce

100

80

60

40

20

0

La psychologie une philosophie ?

Moyenne : 3.3

Écart type : 1.2

Asymétrie : -0.5

PSYPHIL

PSYPHIL

54321

Fré

quen

ce

100

80

60

40

20

0

Exemple 4

Prototypes

Présentation

Les trois groupes ont donné des exemples de fruit, animal, etc…

Les variables sont nominales, si bien qu’il est difficile de calculer des paramètres.

Les modalités sont nombreuses, si bien que les tableaux statistiques sont peu lisibles.

Enfin, ce qui nous intéresse ici est la distribution CONDITIONNELLE de la variable considérée (par groupe).

Remarques

Cette partie de l’expérience a été traitée plus sérieusement.En particulier, on a supprimé dans chaque groupes des individus qui empêchaient les groupes d’être similaires.Cela est possible car les individus « supprimés » sont choisis indépendamment des réponses aux questions catégorielles.

Arbres

saulesapinpommierchênebouleau

70

60

50

40

30

20

10

0

GROUPE

hasard Pour-cent

first Pour-cent

typique Pour-cent

Les modalités peu fréquentes ont été supprimées pour une meilleure lisibilité.

Arbres

Les modalités peu fréquentes ont été supprimées pour une meilleure lisibilité.

typique Pour-centfirst Pour-centhasard Pour-cent

70

60

50

40

30

20

10

0

ARBRE

bouleau

chêne

pommier

sapin

saule

2. Deux variables numériques

Liens entre deux variables numériques

Survol

Il arrive qu’on s’interroge (c’est très fréquent) sur le lien éventuel entre deux variables.

Si les variables sont numériques, ce que nous supposerons ici, le diagramme de dispersion s’impose, avec le calcul du coefficient de corrélation linéaire (r), ou le coefficient de détermination (r²), plus facile à interpréter.

Exemple 1

Notes au bac.

Maths et Français

MATHS

20100

FR

AN

CA

IS

20

10

0

r=0.027, r²=0.0007

Soit 0.07%.

Moins de 0.1% de la variation de « français » est expliqué linéairement par « maths ».

C’est presque nul, quoique plutôt positif.

Histoire et Philosophie

r=0.036,

Soit r²=0.0013, soit 0.13%.

HISTOIRE

2018161412108642

PH

ILO

18

16

14

12

10

8

6

4

2

Exemple 2

Attitudes face à la psychologie

La psycha/psycho comme science

Nuage de points

Variable dépendante : SCIENCE1

SCIENCE1

5,55,04,54,03,53,02,52,01,5

Rég

ress

ion

Pré

visi

on s

tand

ardi

sée

2

1

0

-1

-2

r=0.36.

r²=13%

Le diagramme est malheureusement peu lisible à cause du grand nombre de points superposés.

Remarques

Tous les r sont positifs, mais la plupart sont proches de 0.Cela laisse penser qu’il y a des « manières de coder », ou des personnalités plus ou moins « acquiesçantes ».Sinon, il devrait y avoir des coefficients négatifs (notamment entre mémoire et logique, ou philosophie et science (r=0.009)).

3. Envoi

Limites

Ce qu’on n’a pas fait

Toute question relative àDes interactions

Des groupes de variables

La définition globale des individus par des faisceaux de variables

Ne peut pas se résoudre par les méthodes utilisées plus haut, qui ne prennent pas en compte plus de deux variables simultanément.

Quelques exemples

Nous allons passer en revue quelques résultats concernant plus de deux variables, de manière plus ou moins intuitive.

Les méthodes diffèrent selon qu’on étudie des variables numériques ou nominales.

Analyse factorielle

Les notes

Diagramme des variables

Diagramme de composantes

Composante 1

1,0,50,0-,5-1,0

Com

posa

nte

2

1,0

,5

0,0

-,5

-1,0

philo

sport

maths

francais

lv1

histoire

Y a-t-il des matières scientifiques et des matières littéraires ?

Le sport est-il plutôt littéraire ou scientifique ?

Les différentes matières mesurent-elles les même compétences ?

Diagramme de dispersion

facteur 2

43210-1-2-3

fact

eur

2

3

2

1

0

-1

-2

-3

La promotion est-elle homogène du point de vue des résultats au baccalauréat ?

Où se situe les individus par rapport aux deux facteurs déterminés plus haut ?

Diagramme de dispersion

Y a-t-il des différences de notes entre les filières ?

Les filières STT et STI sont-elles similaires ?

D’où proviennent les individus atypiques ?

facteur 1

43210-1-2-3

fact

eur

2

3

2

1

0

-1

-2

-3

FILIÈRE

STT

STI

SMS

S

L

ES

BTA

Codage optimal

Attitudes face aux études de psychologie

Variables

axe 1

3,02,01,00,0-1,0-2,0-3,0

axe

2

2

1

0

-1

-2

-3

-4

DON

MEM

LOGIQU

5

4

3

2

1

54

3

2

1

5

4

3

2

1

Quelles modalités s’attirent ?

Quelles modalités se repoussent ?

Les étudiants hésitent-ils entre la psychologie comme don et la psychologie comme matière fastidieuse ?

Individus

axe 1

3210-1-2-3

axe

2

3

2

1

0

-1

-2

-3

-4

Où se situent, globalement, les individus ?

Comment décrire, globalement, l’attitude des étudiants face à la psychologie comme matière ?