d'enseignement
Après avoir discuté du rôle central des méthodes statistiques dans la pratique professionnelle du psychologue et des objectifs respectifs de la statistique descriptive et de l'inférence statistique, les principaux thèmes abordés pour rencontrer ces objectifs sont :
· Structuration de données statistiques et notions liées.
· Outils numériques et graphiques utilisés en fonction de la nature des données et détails de la façon dont ils sont construits et présentés dans des situations simples.
· Notion de distribution statistique et d'échantillonnage.
· Notion de normes et de normalité de la distribution des données permettant la compréhension du concept de percentiles.
· Discussion des problèmes potentiels causés par le recueil ou la particularité des données (en lien avec le cours LPSP1012).
· Conseils pour représenter des données efficacement selon différents critères (particularité de nos processus de perception, normes APA).
· Lecture et interprétation de tableaux et graphiques complexes provenant de différents domaines de la psychologie et des sciences sociales dans l'idée d'en tirer un maximum d'informations objectives.
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
1 |
Au terme de ce cours, l'étudiant sera capable · de comprendre et d'interpréter les résultats d'une étude relevant d'un des principaux domaines de la psychologie et de l'éducation et basée sur des analyses descriptives de données (A1) ; · de structurer un ensemble de données de manière à identifier les données pertinentes en regard d'une problématique de recherche ou de terrain, à en extraire des informations objectives et à les présenter à un destinataire donné. Plus spécifiquement, il sera capable de
Le cours est construit dans une perspective d'appropriation critique des outils par l'étudiant. |
La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
- Structuration de données statistiques et nature des variables (quantitatives, qualitatives, ...) ;
- Aide au choix des indices et graphes selon la nature des variables et leur statut (VD, VI) ;
- Outils numériques pour résumer des données en fonction de leur nature et détails de la façon dont ils sont calculés : tableaux de fréquence, indices de position (mode, médiane, moyenne), indices de dispersion (Etendue, Ecart interquartile, écart-type, variance, coefficient de variation, ...), indices d'association, Coefficient de corrélation et de corrélation partielle, tables de contingence ;
- Outils graphiques pour représenter des données et présentation de leur construction dans des situations simples: diagrammes en barre, pie chart, fonction de répartition, boxplot, histogramme, graphique en points, diagramme de dispersion ;
- Quelques principes de ce qu'il faut faire et ne pas faire pour représenter des données efficacement dans un tableau ou un graphique sur base des caractéristiques de nos processus de perception ou des présentations standardisées dans la littérature en psychologie
- Lecture et interprétation de tableaux et graphiques complexes provenant de différents domaines de la psychologie dans l'idée d'en tirer un maximum d'informations objectives ;
- Notions d'estimation. Population, échantillon et effet de l'échantillonnage et de sa taille sur la variation des indices statistiques.
- Notions de distribution et de probabilité. Normes, normalité de la distribution de données, transformations de variables (réduction du nombre de niveaux, inversion d'une échelle, standardisation, utilisation des rangs ou score Z), calcul de percentiles. Formes particulières de distribution, valeurs extrêmes ou aberrantes et leur impact ;
- Notions de base de l'inférence, intervalle de confiance, tests statistiques et interprétation de résultats tels que présentés dans la littérature.
Il est nécessaire que chaque étudiant travaille entre les cours afin d’intégrer les concepts vus lors des exposés magistraux et afin de préparer le cours suivant. Des exercices sont à préparer et à poster chaque semaine. Des exercices optionnels seront également suggérés.
Plusieurs séances de questions-réponses seront organisées et porteront essentiellement sur les exercices du cours.
Les échanges, questions des uns et réponses des autres sont encouragés via les Forums Moodle du cours. Les exercices sont en partie corrigés par les étudiants, via les commentaires qu'ils postent et la validation ensuite opérée par l'équipe éducative.
des acquis des étudiants
Examen écrit – 18 points
- Une partie de type QCM à une seule réponse possible par question (20 à 25 questions)
- Ex: pour une question QCM à 5 réponses possibles, une réponse correcte vaut 1 point et une mauvaise réponse vaut -0,2 point
- Exemples fournis sur Moodle
- Une partie de questions ouvertes (1 à 5 questions)
- Principes de construction et de bonne lecture de graphes et tableaux
- Questions générales et questions d'applications sur le reste du cours
Exercices à réaliser chez soi – 2 points
- Respect de ce qui est demandé
- Points négatifs en cas de non-réalisation des exercices, de remise tardive des travaux ou si un temps actif insuffisant est passé sur la plateforme durant la période où le cours est dispensé
- Travail supplémentaire fourni
- Points positifs pour l’implication dans le cours durant la période où le cours est dispensé (de janvier à mai), via les corrections proposées, les erreurs rapportées, les questions posées ou répondues…
en ligne
- Transparents du cours disponible à La DUC et à compléter durant le cours.
- Transparents du cours disponible à La DUC et à compléter durant le cours.
en charge
Programmes / formations proposant cette unité d'enseignement (UE)
d'apprentissage