QCM : Fondamentaux des statistiques en psychologie — 22 questions

Explication

Les données numériques peuvent être regroupées en catégories ordinales, puis en catégories nominales, ce qui suit la hiérarchie numérique, ordinale, nominale. Une transformation inverse ne crée pas les informations quantitatives absentes au départ.

Explication

Les statistiques peuvent aider à évaluer l’efficacité d’une thérapie en comparant ses résultats à ceux d’une absence de thérapie. Elles peuvent aussi contribuer au diagnostic et à l’estimation d’une probabilité, mais elles ne remplacent pas toutes les autres informations cliniques.

Explication

L’inférence de Bayes est présentée comme une approche qui tient compte de toutes les données sans imposer d’hypothèse a priori sur leur distribution. Le calcul d’une valeur p à partir d’une hypothèse nulle caractérise plutôt l’approche fréquentiste.

Explication

Les statistiques inférentielles évaluent la probabilité qu’un phénomène observé, comme une différence entre deux groupes ou une corrélation, s’applique au-delà des données étudiées. Résumer les observations relève des statistiques descriptives, tandis que la modélisation de leur organisation correspond aux analyses multivariées.

Explication

Les modes d’intervention doivent pouvoir faire l’objet d’une argumentation contradictoire avec des pairs concernant leurs fondements théoriques et méthodologiques. Leur fréquence d’utilisation ne suffit donc pas à établir leur validité.

Explication

Le nombre d’enfants est une mesure discrète, car il prend des valeurs séparées sans valeurs numériques intermédiaires entre deux entiers. La durée, la taille et la température sont des exemples de mesures continues pouvant varier progressivement.

Explication

Une modalité est une valeur que peut prendre une variable, et « le vélo » est ici une valeur possible de la variable « moyen de transport ». Le moyen de transport constitue le caractère étudié, tandis que les personnes concernées forment la population.

Explication

Avec des données nominales, on peut compter les catégories et présenter leurs fréquences ou leurs pourcentages. Les écarts et les rapports ne sont pas interprétables, car les catégories ne possèdent pas d’ordre quantitatif.

Explication

La population est l’ensemble des individus ou des observations visés par l’étude, ici tous les étudiants concernés de l’université. Le groupe effectivement interrogé constitue plutôt l’échantillon.

Explication

La théorie de la détection du signal étudie la capacité d’un opérateur ou d’un test à identifier correctement la présence ou l’absence d’un signal ou d’un trouble. Elle porte donc sur la distinction entre ces deux états, et non sur l’ensemble des formes d’inférence statistique.

Explication

Le caractère, ou variable, est la caractéristique de la population que l’étude cherche à examiner, ici le niveau de stress. Une valeur comme « faible » est une modalité de cette variable, et non le caractère lui-même.

Explication

L’approche fréquentiste établit une valeur p en s’appuyant sur une hypothèse nulle et sur une distribution de départ considérée comme un étalon de la population. L’absence d’hypothèse a priori sur la distribution correspond à la description de l’inférence de Bayes.

Explication

Les statistiques descriptives servent à présenter et à résumer les données effectivement observées, par exemple une série de nombres. Déterminer si un phénomène dépasse les observations étudiées relève plutôt des statistiques inférentielles.

Explication

L’année relève d’une échelle d’intervalle, car son zéro est une convention, alors que le temps consacré relève d’une échelle de rapport, car zéro signifie l’absence de temps consacré. L’année n’est donc pas une variable nominale, et le temps possède bien un ordre mesurable.

Explication

L’échantillon est le groupe d’individus sur lequel les données sont directement recueillies, ici les 300 salariés interrogés. La population mère est plus large et correspond à l’ensemble auquel l’étude peut chercher à généraliser ses résultats.

Explication

L’enseignement comprend trois séances de cours magistral consacrées à la présentation des notions et quatre séances de travaux dirigés dédiées à leur application. Les travaux dirigés ne remplacent donc pas la présentation initiale des notions.

Explication

Lorsque les symptômes sont présents, le groupe pertinent comprend les 20 patients ayant aussi le trouble et les 10 patients ne l’ayant pas, soit 30 personnes. La probabilité conditionnelle est donc $20/(20+10)=0,67$, tandis que les autres calculs utilisent des dénominateurs qui ne correspondent pas à cette condition.

Explication

Une échelle nominale sert à distinguer des catégories qui ne sont pas intrinsèquement quantitatives et qui n’ont pas de relation d’ordre. Une échelle ordinale, en revanche, organise les catégories selon une grandeur ou un rang.

Explication

La compréhension des analyses statistiques aide le psychologue à maintenir ses connaissances et à justifier ses pratiques professionnelles. Elle ne remplace pas la formation continue, qui correspond à une obligation distincte, mais contribue à l’argumentation de la pratique.

Explication

Les approches corrélationnelles cherchent à comprendre les relations possibles entre les données. Elles ne constituent pas, en elles-mêmes, une méthode destinée à résumer une série de nombres ou à établir la généralisation d’un phénomène.

Explication

Les statistiques désignent à la fois les données recueillies et les activités qui permettent de les recueillir, de les traiter, de les interpréter et de les communiquer. Les tableaux numériques ne constituent qu’une forme possible de présentation des données.

Explication

Le contrôle continu 2 se déroule pendant la semaine du 23 novembre sous la forme d’une épreuve papier-crayon de 40 minutes, composée d’exercices pratiques et comptant pour 50 % de la note. La confusion vient du fait que le contrôle continu 1 comporte des QCM.