QCM : Analyse statistique en psychologie et tests associés — 10 questions

Question 1

1. Qu'est-ce que l'analyse statistique en psychologie ?

Une méthode pour collecter des données qualitatives

Un processus permettant de tester des hypothèses et de tirer des conclusions fiables à partir des données

Une technique de mesure physiologique utilisée en neuropsychologie

Une approche thérapeutique basée sur l'interprétation subjective des résultats

Explication

L'analyse statistique en psychologie est un processus qui permet de tester des hypothèses, de tirer des conclusions fiables à partir des données, et de faire progresser la connaissance scientifique, conformément à la définition fournie dans le contenu.

Answer

Un processus permettant de tester des hypothèses et de tirer des conclusions fiables à partir des données

Question 2

2. En quelle année le test de Shapiro-Wilk, utilisé pour vérifier la normalité des données, a-t-il été publié ?

1982

1950

1978

1965

Explication

Le test de Shapiro-Wilk a été publié en 1965, ce qui en fait une étape essentielle dans la vérification de la normalité en analyse statistique, notamment en psychologie. Les autres années proposées sont plausibles mais incorrectes, ce qui permet de tester la connaissance précise de cette date.

Answer

Comparer plusieurs moyennes pour déterminer si elles diffèrent significativement

Answer

Dans les années 1880 par Francis Galton

Answer

Ils concernent toutes deux la distribution des données, mais la normalité concerne la forme de la distribution, tandis que l'homogénéité concerne la variance entre groupes.

Answer

Ronald A. Royce

Answer

La corrélation indique une relation statistique, mais ne prouve pas la causalité.

Answer

Lorsque la distribution des données est fortement asymétrique ou présente une longue queue.

Answer

Les effets principaux représentent l’impact d’un seul facteur en ignorant les autres, tandis que les interactions montrent comment la relation entre deux facteurs influence la variable dépendante.

Answer

Ce sont des logiciels d'analyse statistique.

Question 3

3. Quel est le rôle principal de l'analyse de la variance (ANOVA) en statistique ?

Analyser la relation de dépendance entre deux variables quantitatives

Comparer plusieurs moyennes pour déterminer si elles diffèrent significativement

Estimer précisément les paramètres d'un modèle statistique

Vérifier la normalité et l'homogénéité des données avant une analyse

Explication

L'ANOVA est conçue pour comparer plusieurs moyennes afin de tester si elles diffèrent significativement, ce qui correspond à sa fonction principale.

Question 4

4. Quand la régression linéaire simple a-t-elle été formellement établie dans le contexte de l'histoire des statistiques ?

Au début des années 1900 avec Ronald Fisher

Dans les années 1950 avec George Box

Dans les années 1880 par Francis Galton

Dans les années 1920 avec Jerzy Neyman

Explication

La régression linéaire simple a été formellement établie par Francis Galton dans les années 1880, notamment à travers ses travaux sur la corrélation et la prédiction, ce qui en fait la première formalisation dans le domaine statistique.

Question 5

5. En quoi les tests de normalité et d'homogénéité se ressemblent-ils ou diffèrent-ils dans leur rôle en statistique ?

Ils vérifient toutes deux si les données suivent une distribution normale.

Ils sont tous deux des tests statistiques qui évaluent la validité des hypothèses sur les données.

Ils sont tous deux nécessaires pour appliquer un test paramétrique, mais la normalité concerne la distribution globale, alors que l'homogénéité concerne la dispersion au sein des groupes.

Ils concernent toutes deux la distribution des données, mais la normalité concerne la forme de la distribution, tandis que l'homogénéité concerne la variance entre groupes.

Explication

Les tests de normalité et d'homogénéité se ressemblent dans leur but de vérifier des conditions préalables à l'application de tests paramétriques, mais ils diffèrent dans leur objet : la normalité concerne la forme de la distribution des données, alors que l'homogénéité concerne la stabilité des variances entre groupes ou variables.

Question 6

6. Qui a formulé ou proposé la correction pour comparaisons multiples en statistique ?

Ronald Fisher

John Tukey

Ronald A. Royce

George Box

Explication

Ronald A. Royce est crédité d’avoir insisté sur la nécessité d’une correction lors de comparaisons multiples pour contrôler le taux d’erreur de type I, ce qui en fait la bonne réponse.

Question 7

7. Quelle est la cause ou la conséquence de l'observation d'une corrélation entre deux variables ?

Une relation causale est toujours présente.

Une variable confondante explique toujours la corrélation.

La corrélation prouve que l'une cause l'autre.

La corrélation indique une relation statistique, mais ne prouve pas la causalité.

Explication

La corrélation indique simplement une relation statistique entre deux variables, mais ne permet pas de conclure à une relation de cause à effet. Elle peut résulter d'une causalité, d'un facteur confondant ou d'une coïncidence. La seule présence d'une corrélation ne suffit pas à établir la causalité.

Question 8

8. Dans quelle situation appliqueriez-vous une transformation logarithmique ou racine carrée à vos données avant une analyse statistique ?

Lorsque les données sont déjà normalisées et homogènes.

Lorsque vous souhaitez simplement réduire la taille des données sans autre considération.

Lorsque les données suivent une loi normale et que la variance est homogène.

Lorsque la distribution des données est fortement asymétrique ou présente une longue queue.

Explication

Les transformations logarithmiques ou racine carrée sont utilisées pour normaliser la distribution des données et homogénéiser la variance, notamment lorsque la distribution est asymétrique ou que la variance varie avec la moyenne. Cela permet de respecter les hypothèses des tests paramétriques et d’obtenir des résultats plus fiables.

Question 9

9. Quelle est la caractéristique principale des effets principaux et des interactions dans une analyse de variance (ANOVA) ?

Les effets principaux concernent uniquement la moyenne globale, alors que les interactions concernent uniquement la variance intra-groupe.

Les effets principaux représentent l’impact d’un seul facteur en ignorant les autres, tandis que les interactions montrent comment la relation entre deux facteurs influence la variable dépendante.

Les effets principaux sont toujours significatifs, tandis que les interactions ne le sont jamais.

Les effets principaux indiquent la relation causale entre les facteurs, alors que les interactions indiquent la corrélation entre eux.

Explication

La caractéristique principale est que les effets principaux mesurent l’impact individuel d’un facteur, en ignorant les autres, tandis que les interactions révèlent comment la combinaison de plusieurs facteurs influence la variable dépendante. La réponse 0 reflète cette distinction essentielle dans l’analyse de variance.

Question 10

10. Que sont principalement JAMOVI et R dans le contexte de l'analyse statistique en psychologie?

Ce sont des logiciels de gestion de bases de données.

Ce sont des logiciels de traitement d'image.

Ce sont des logiciels d'analyse statistique.

Ce sont des logiciels de traitement de texte.

Explication

JAMOVI et R sont principalement utilisés comme outils pour réaliser des analyses statistiques en psychologie. JAMOVI offre une interface graphique conviviale pour effectuer des analyses sans programmation avancée, tandis que R est un environnement de programmation permettant d'automatiser et de reproduire des analyses complexes. Leur rôle est donc centré sur l'analyse statistique.

QCM : Analyse statistique en psychologie et tests associés — 10 questions

Questions et réponses du QCM

1. Qu'est-ce que l'analyse statistique en psychologie ?

2. En quelle année le test de Shapiro-Wilk, utilisé pour vérifier la normalité des données, a-t-il été publié ?

3. Quel est le rôle principal de l'analyse de la variance (ANOVA) en statistique ?

4. Quand la régression linéaire simple a-t-elle été formellement établie dans le contexte de l'histoire des statistiques ?

5. En quoi les tests de normalité et d'homogénéité se ressemblent-ils ou diffèrent-ils dans leur rôle en statistique ?

6. Qui a formulé ou proposé la correction pour comparaisons multiples en statistique ?

7. Quelle est la cause ou la conséquence de l'observation d'une corrélation entre deux variables ?

8. Dans quelle situation appliqueriez-vous une transformation logarithmique ou racine carrée à vos données avant une analyse statistique ?

9. Quelle est la caractéristique principale des effets principaux et des interactions dans une analyse de variance (ANOVA) ?

10. Que sont principalement JAMOVI et R dans le contexte de l'analyse statistique en psychologie?

Révisez avec les flashcards

Approfondir avec la fiche

Cours similaires

Apprentissage et conditionnement animal

Introduction aux systèmes mécatroniques industriels

Mechatronic Systems Organisation

Chaînes d’énergie et d’information

Combinatoire et dénombrement

Actions et mouvement

Crée tes propres QCM