QCM : Introduction aux Méthodologies de Recherche — 10 questions

Explication

L’analyse qualitative se caractérise par son approche inductive, où les données recueillies servent à élaborer des hypothèses ou des théories, contrairement à l’analyse déductive qui part d’hypothèses préétablies. Les autres options évoquent des méthodes typiques de la recherche quantitative ou des malentendus.

Explication

Les méthodologies quantitatives, par leur structuration rigoureuse, leur collecte de données numériques et leur analyse statistique, ont pour effet principal de permettre de tester des hypothèses, mesurer précisément des variables, et généraliser les résultats à une population plus large.

Explication

Une variable se caractérise par sa capacité à prendre différentes valeurs ou états, ce qui permet de représenter un concept de manière mesurable. Les autres options sont incorrectes : une variable peut être quantitative ou qualitative, elle n'est pas limitée à une seule valeur, et elle peut être dépendante ou indépendante selon le contexte.

Explication

La pratique essentielle pour minimiser les biais de formulation consiste à formuler des questions simples, neutres, et à éviter tout terme suggestif ou technique pouvant influencer la réponse. Cela garantit que les répondants comprennent bien la question et répondent de manière sincère, augmentant ainsi la fiabilité des résultats.

Explication

La méthode de régression linéaire a été largement popularisée dans les années 1920, notamment à travers les travaux de Ronald Fisher qui ont permis son utilisation systématique en statistique.

Explication

La validité et la fiabilité ont pour rôle principal de garantir que les mesures sont précises (validité) et cohérentes (fiabilité), assurant ainsi la crédibilité et la qualité des résultats de recherche.

Explication

La corrélation mesure uniquement une association entre deux variables, sans impliquer qu'une variable cause l'autre. La causalité, en revanche, indique une relation de cause à effet, nécessitant des preuves supplémentaires. Ainsi, une corrélation ne suffit pas à établir une causalité, ce qui en fait une différence fondamentale.

Explication

Ross Ihaka et Robert Gentleman sont crédités d'avoir développé le logiciel R dans les années 1990, en tant qu'outil open source pour l’analyse statistique. John Tukey a été un statisticien qui a popularisé l'analyse exploratoire, mais il n'a pas créé R. Claude Shannon est connu pour la théorie de l'information, et Alan Turing pour ses travaux en informatique théorique et décryptage. La contribution spécifique à R est attribuée à Ihaka et Gentleman.

Explication

L’échantillonnage consiste à sélectionner un sous-ensemble de la population dans le but d’obtenir des résultats qui peuvent être généralisés à l’ensemble de cette population. Cela permet de mener des études efficaces tout en conservant une représentativité.

Explication

Le biais de formulation est une erreur liée à la façon dont les questions sont posées, ce qui peut influencer la manière dont les répondants répondent. Les autres options décrivent d'autres types de biais : biais de sélection, biais de réponse socialement souhaitable, et biais de transcription ou saisie des données.