La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Cours Méthodologie Master MALTT Mai 2008 TECFA Technologies pour la Formation et l’Apprentissage Méthodologie expérimentale : l’analyse des données Présentation.

Présentations similaires


Présentation au sujet: "Cours Méthodologie Master MALTT Mai 2008 TECFA Technologies pour la Formation et l’Apprentissage Méthodologie expérimentale : l’analyse des données Présentation."— Transcription de la présentation:

1 Cours Méthodologie Master MALTT Mai 2008 TECFA Technologies pour la Formation et l’Apprentissage Méthodologie expérimentale : l’analyse des données Présentation adaptée d’une présentation de C. Rebetez pour l’année

2 Variables indépendantes Variables dépendantes Modèles Hypothèses Procédure Population Matériel Ce que vous savez déjà faire :

3 Analyse de données 1. Analyse descriptive Graphiques principalement Voire et décrire ce qui se passe Identifier les problèmes 2. Analyse inférentielle On veut savoir si ce qu’on a observé représente quelque chose au-delà de notre population Tester ses hypothèses, faire des prédictions Analyses statiques avancées : anova, régressions, analyses factorielles, etc…

4 1. Analyse descriptive 1. Récupérer les données après l’expérience 2. Observer, explorer les données 3. Identifier des problèmes Effet plafond, plancher, variabilité Distribution gaussienne Sujets extrêmes 4. Tirer de premières conclusions quant à l’échantillon

5 1. Exercice 1. Reprendre les hypothèses de l’articles Hidrio & Jamet, Télécharger le fichier JametHidrio.sav 3. Etiqueter les données 4. Réalisez un graphique permettant de vérifier les hypothèses

6 Histogrammes par VD Pour voir la répartition des sujets sur une variable Dans spss: menu graphes -> histogramme, sélectionner simplement la variable désirée Identifier les problèmes : - effet plancher - plafond - sujets extrême - répartition normale

7 Comparer les moyennes Pour explorer la relation entre une ou plusieurs VI et une VD Dans Spss: Graphes  Bâtons Juxtaposé, par catégories

8 Comparer les moyennes Pour explorer la relation entre une ou plusieurs VI et une VD Dans Spss: Graphes  Bâtons Juxtaposé, par catégories

9 Résultats observés Effet du facteur format ? Effet du facteur type de question ? Effet d’interaction ?

10 2. Analyse inférentielle 1. Objectif 2. Analyse de la variance (anova) Définition Modèle Risque d’erreur Effets principaux (main effects) Effets d’interaction Effets simples Analyses intra-sujets

11 1. Objectif ? Population Échantillon Observations  analyse descriptive Généralisation  analyse inférentielle

12 1. Objectif Vérifier si l’observation faite sur un échantillon est suffisamment importante pour qu’on puisse considérer qu’elle n’est pas dû au hasard. Connaître le seuil de risque que l’on prend d’accepter l’hypothèse d’une différence

13 2. Analyse de variance ANOVA Sert à tester des hypothèses sur des différences entre plusieurs groupes sur la même mesure. N.B. si on a que 2 groupes, on peut utiliser des t de student Différents types: Inter-sujets: les participants sont dans des conditions différentes de la VI Intra-sujets: les participants passent toutes les modalités de la VI Pré-requis Échantillons indépendants (répartition aléatoire) Normalité (voir analyses descriptives). Homogénéité de variance Les VD doivent être numériques…

14 Anova: modèle Le résultat d’une personne au test de compréhension dépends de: Espérance : ce que n’importe qui peut espérer avoir à ce test + Effet du facteur (VI) + variabilité du sujet (erreur) Lorsqu’on mesure quelque chose on a toujours ces trois choses à la fois. L’anova permet d’isoler l’effet des 2 autres facteurs,

15 L’ANOVA en image… Source: (mice)

16 Anova: Risque d’erreur 2 types de risques: Alpha (type 1) : risque de se tromper en rejetant l’hypothèse nulle. Bêta (type 2) : risque de se tromper en retenant l’hypothèse nulle alors que c’est l’hypothèse alternative qui est vraie. Normalement on choisit alpha=5% ou même 1% L’anova renvoie le niveau de risque

17 Démonstration Effet du facteur nb présentations Dans le menu analyse  modèle linéaire général  mesures répétées Définir le facteur intra-sujet « type de questions » et cliquer sur Definir

18 Démonstration Choisir les variables intra-sujets, inter-sujets

19 Démonstration (suite) Regarder les effets de chaque facteur puis l’interaction

20 Démonstration (suite) Regarder les effets de chaque facteur puis l’interaction Effet Facteur type de question F (1,57 ) = 13.68, MSE = 25.75, p <.0001 Effet d’interaction type de question et nb présentation F (1,57 ) =.283, p =.59, NS

21 Exercice 3 Testez vos hypothèses initiales au moyen d’une anova (VI format et type de questions) Quel effet du facteur format ? Est-il significatif ? Quel effet du facteur Type de Questions ? Est-il significatif ? Quelles hypothèses sont vérifiées ? Que peut-on conclure ?

22 Exercice 4 Vérifiez s’il existe une corrélation entre le score total et le temps mis pour répondre Dans SPSS, choisir Graphes -> dispersion de points Puis dans Corrélations -> bivariées

23 Nuages de points Pour voir des relations entre variables (par exemple correlation entre 2 VD) Dans Spss: Graphes  Dispersion/points

24 Effet de facteur, corrélation, interaction ? « Plus les participants obtiennent un score visuo- spatial faible, plus leurs scores de compréhension est faible.»

25 Effet de facteur, corrélation, interaction ? « Les participants de la condition ‘texte écrit’ obtiennent de meilleurs scores que les participants de la condition ‘texte oral’.»

26 Effet de facteur, corrélation, interaction ? « Avec le document A, les participants qui ont appris avec des animations obtiennent des scores significativement plus élevés que les participants qui ont appris avec des images statiques, alors qu’il n’y a pas de différence pour le document B.»

27 L’analyse des données : quelques règles Analyser d ’abord les effets principaux de chaque VI Etudier ensuite les interactions, les corrélations Un peu de calcul et beaucoup de bon sens... Pour chaque VD

28 L’analyse des données : l ’interprétation Prise en compte de l ’ensemble des résultatsRéponse aux hypothèses opérationnelles

29 La discussion Les résultats permettent-ils ou non de conforter les hypothèses ? Résumer les résultats, souligner les résultats qui confortent les hypothèses ou non Qu ’est-ce que cela apporte à la problématique théorique générale ? Limites et perspectives Quelles sont les limitations de la recherche et quelles sont les pistes pour les prochaines études ?


Télécharger ppt "Cours Méthodologie Master MALTT Mai 2008 TECFA Technologies pour la Formation et l’Apprentissage Méthodologie expérimentale : l’analyse des données Présentation."

Présentations similaires


Annonces Google