QCM : Introduction aux statistiques en psychologie — 9 questions

Questions et réponses du QCM

1. Quel est le rôle principal de la moyenne dans une distribution de données ?

Elle sert à mesurer la dispersion des valeurs autour de la moyenne.
Elle permet de comparer deux distributions différentes.
Elle indique la valeur la plus fréquente dans la distribution.
Elle permet de définir la tendance centrale d’un ensemble de données.

Elle permet de définir la tendance centrale d’un ensemble de données.

Explication

La moyenne est une mesure de tendance centrale qui synthétise l'ensemble des données en indiquant la valeur typique ou moyenne autour de laquelle les autres valeurs se répartissent.

2. En quoi la variable nominale et la variable ordinale diffèrent-elles principalement dans leur utilisation en statistique ?

La variable nominale est utilisée uniquement pour des données numériques, alors que la variable ordinale est pour des données qualitatives.
La variable nominale permet de faire des calculs de moyenne, contrairement à la variable ordinale.
La variable ordinale représente des valeurs continues, alors que la variable nominale est discrète.
La variable nominale ne possède pas d'ordre dans ses modalités, tandis que la variable ordinale a un ordre hiérarchique.

La variable nominale ne possède pas d'ordre dans ses modalités, tandis que la variable ordinale a un ordre hiérarchique.

Explication

La variable nominale n'a pas d'ordre hiérarchique entre ses modalités, ce qui limite les opérations statistiques possibles, contrairement à la variable ordinale qui possède un ordre mais sans écarts constants. Cette distinction est essentielle pour choisir les analyses appropriées.

3. Quelle caractéristique essentielle permet de décrire la composition d'une distribution de variable dans un échantillon ou une population ?

La moyenne calculée à partir des scores
Les modalités observables et leur effectif
Les valeurs extrêmes et leur impact sur la dispersion
La distribution normale en forme de cloche

Les modalités observables et leur effectif

Explication

La caractéristique fondamentale pour décrire une distribution est la répartition des modalités ou classes avec leurs effectifs, qui permet de comprendre comment les réponses ou mesures sont réparties dans l'échantillon ou la population.

4. Dans le cadre de l’analyse des revenus d’une population, comment la médiane peut-elle être utilisée en pratique pour mieux représenter cette variable ?

Elle sert à identifier le point central qui divise la moitié des revenus en deux groupes égaux, notamment en présence de valeurs extrêmes.
Elle permet de déterminer la valeur la plus fréquemment observée dans la distribution.
Elle indique la valeur la plus élevée dans la distribution, ce qui est utile pour connaître le revenu maximum.
Elle calcule la moyenne arithmétique des revenus pour donner une idée du revenu typique.

Elle sert à identifier le point central qui divise la moitié des revenus en deux groupes égaux, notamment en présence de valeurs extrêmes.

Explication

La médiane est la valeur qui divise la distribution en deux parts égales, ce qui la rend particulièrement utile pour représenter le centre d’une distribution asymétrique ou avec des valeurs extrêmes, comme les revenus, car elle n’est pas influencée par ces valeurs extrêmes contrairement à la moyenne.

5. Quand l'indice de dispersion connu sous le nom de variance a-t-il été formellement introduit dans la statistique moderne ?

À la fin du 20ème siècle, vers 1980
Au début du 18ème siècle, vers 1700
Au début du 20ème siècle, vers 1918
Au milieu du 19ème siècle, vers 1850

Au début du 20ème siècle, vers 1918

Explication

La variance a été formellement introduite dans la statistique moderne par Ronald Fisher en 1918, ce qui en fait la date clé pour cet indice de dispersion. Les autres options évoquent des périodes antérieures ou postérieures sans lien direct avec la formalisation de la variance.

6. Quel mathématicien est associé à la formalisation de la distribution normale, souvent appelée la loi de Gauss ?

Pierre-Simon Laplace
Carl Friedrich Gauss
Leonhard Euler
André-Marie Ampère

Carl Friedrich Gauss

Explication

Carl Friedrich Gauss est le mathématicien qui a formalisé la loi de probabilité connue sous le nom de distribution normale ou loi de Gauss. Les autres noms, bien que célèbres en mathématiques ou physique, ne sont pas directement liés à cette loi spécifique.

7. Quelle est la conséquence principale de l'utilisation des scores z lors de l'étalonnage d'une variable ?

Elle permet de comparer différentes variables mesurées sur des échelles différentes.
Elle réduit la dispersion des données en normalisant les scores.
Elle facilite la détection de scores extrêmes ou inhabituels par rapport à la norme.
Elle augmente la moyenne de la distribution des scores.

Elle facilite la détection de scores extrêmes ou inhabituels par rapport à la norme.

Explication

L'utilisation des scores z standardise les données pour situer chaque score par rapport à la moyenne et à l'écart-type. Cela facilite la détection de scores extrêmes ou atypiques, en montrant combien d'écarts-types un score se trouve au-dessus ou en dessous de la moyenne. C'est une conséquence directe de la standardisation, permettant d'identifier rapidement des valeurs inhabituelles ou hors norme.

8. Qui est crédité d’avoir proposé ou formulé la notion de corrélation en statistiques ?

Ronald Fisher
Karl Pearson
Jerzy Neyman
Francis Galton

Francis Galton

Explication

Francis Galton est reconnu pour avoir introduit la notion de coefficient de corrélation pour mesurer la relation linéaire entre deux variables. Karl Pearson a développé le coefficient de corrélation de Pearson, basé sur cette idée, mais c’est Galton qui a initialement formulé la notion.

9. Que désignent précisément les statistiques inférentielles en psychologie ?

Elles permettent de faire des inférences ou des généralisation à partir d’un échantillon vers une population, notamment par le biais de tests d’hypothèses.
Elles consistent à organiser et présenter les données sous forme de tableaux et graphiques.
Elles sont utilisées uniquement pour calculer des indices de tendance centrale comme la moyenne ou la médiane.
Elles servent uniquement à décrire les données d’un seul ensemble de mesures.

Elles permettent de faire des inférences ou des généralisation à partir d’un échantillon vers une population, notamment par le biais de tests d’hypothèses.

Explication

Les statistiques inférentielles ont pour but de permettre la généralisation et l'inférence à partir d’un échantillon sur une population, notamment en utilisant des tests d'hypothèses. Elles ne se limitent pas à la description des données, qui relève des statistiques descriptives, ni à la simple présentation graphique ou à la calcul de tendances centrales.

Révisez avec les flashcards

Mémorisez les réponses avec 18 flashcards sur Introduction aux statistiques en psychologie.

Statistiques — définition ?

Méthodes pour analyser et interpréter des données numériques

Statistiques descriptives — rôle ?

Résumer et représenter un seul ensemble de données

Statistiques inférentielles — rôle ?

Faire des généralisation à partir d’un échantillon

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction aux statistiques en psychologie.

Voir la fiche →

Cours similaires

Formule brute d’un alcool

Chimie

Dimensionnement des fusibles électriques

Physique

Mouvements et forces

Physique

Approche globale de la personne

Apprentissage et conditionnement animal

Introduction aux systèmes mécatroniques industriels

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM