Fiche de révision : Méthodologie quantitative en psychologie

1. 📌 L'essentiel

• La psychologie quantitative mesure et analyse des données chiffrées pour comprendre comportements et processus mentaux.
• Variables : qualitatives (nominales, ordinales) et quantitatives (discrètes, continues).
• Échelles : nominale, ordinale, intervalle, rapport — choisies selon la nature de variable.
• Statistiques descriptives : mode, médiane, moyenne, écart-type pour résumer.
• Statistiques inférentielles : tests du Khi-deux, Wilcoxon, t, z, intervalles de confiance pour inférer à la population.
• Construction de questionnaires : précautions pour éviter biais et effets d’ordre.
• Codage des réponses : en chiffres pour analyse statistique.
• Variance et dispersion : indicateurs clés de variabilité.
• Approche intermédiaire : tendances, régularités, causalité.
• La rigueur méthodologique garantit la validité et la généralisation des résultats.

2. 🧩 Structures & Composants clés

• Variables — éléments mesurés ou observés, qualitatives ou quantitatives.
• Échelles de mesure — nominale, ordinale, intervalle, rapport.
• Questionnaires — outils de collecte, conçus pour minimiser biais.
• Statistiques descriptives — synthèse des données (mode, médiane, moyenne, écart-type).
• Tests statistiques — pour tester hypothèses : Khi-deux, Wilcoxon, t, z.
• Variance — indicateur de dispersion des données.
• Score composite — agrégation de plusieurs réponses pour synthèse.
• Relations structurelles — organisation hiérarchique des composants.

3. 🔬 Fonctions, Mécanismes & Relations

• Variables qualitatives (nominales/ordinales) permettent de catégoriser ou hiérarchiser.
• Variables quantitatives (discrètes/continues) mesurent des quantités.
• Échelles choisies en fonction du type de variable pour garantir la validité.
• Construction de questionnaires : questions claires, sans biais, ordre logique.
• Codage : conversion réponses en chiffres pour analyses statistiques.
• Analyse descriptive : résume la tendance centrale et la dispersion.
• Analyse inférentielle : permet de généraliser à la population via tests.
• Relation hiérarchique : variables → mesures → analyses → conclusions.
• Flux : collecte → traitement → interprétation → décision.

4. Tableau de synthèse

5. 🗂️ Diagramme Hiérarchique (ASCII)

Variables
 ├─ Qualitatives
 │    ├─ Nominales
 │    └─ Ordinaires
 └─ Quantitatives
      ├─ Discrètes
      └─ Continues
Échelles
 ├─ Nominale
 ├─ Ordinale
 ├─ Intervalle
 └─ Rapport
Statistiques
 ├─ Descriptives
 │   ├─ Mode, médiane, moyenne
 │   └─ Écart-type, variance
 └─ Inférentielles
     ├─ Khi-deux, Wilcoxon
     └─ t, z, intervalles

6. ⚠️ Pièges & Confusions fréquentes

• Confondre variables nominales et ordinales.
• Utiliser un test paramétrique sur des données non normales.
• Négliger la construction rigoureuse du questionnaire.
• Confondre moyenne et médiane selon la distribution.
• Oublier d’adapter le test à la nature de la variable.
• Ignorer la variance ou la dispersion dans l’analyse.
• Utiliser des échelles inadaptées à la variable.
• Confondre analyse descriptive et inférentielle.

7. ✅ Checklist Examen Final

• Savoir différencier variables qualitatives et quantitatives.
• Connaître les échelles de mesure et leur usage.
• Maîtriser la construction et le codage d’un questionnaire.
• Savoir calculer et interpréter mode, médiane, moyenne, écart-type.
• Connaître les tests statistiques adaptés à chaque type de variable.
• Comprendre la notion de variance et dispersion.
• Savoir réaliser une analyse descriptive et inférentielle.
• Être capable de choisir l’échelle adaptée selon la variable.
• Connaître les pièges courants en analyse statistique.
• Pouvoir interpréter un tableau de résultats statistiques.
• Maîtriser la hiérarchie des composants d’une étude.
• Respecter la rigueur méthodologique pour valider les résultats.
• Savoir construire un score composite.
• Comprendre le rôle de la causalité dans l’interprétation.
• Être capable de présenter une synthèse claire et structurée.