Statistical Models for Social Sciences

En statistique, avant de choisir un test, un graphique ou un modèle, il faut d’abord comprendre le type de variable que l’on manipule. Pourquoi ? Parce que la nature de la variable détermine la méthode d’analyse adaptée. 1. Les variables qualitatives (catégorielles) Elles décrivent des catégories, des groupes ou des qualités. Elles se divisent en deux grandes sous-catégories : Nominales Ce sont des catégories sans ordre naturel. Exemples : sexe, nationalité, groupe sanguin, couleur des yeux. Ordinales Ce sont des catégories avec un ordre logique, mais sans distance mesurable précise entre les niveaux. Exemples : niveau d’étude, niveau de satisfaction, classement. 2. Les variables quantitatives (numériques) Elles représentent des nombres et peuvent être comptées ou mesurées. Elles se divisent aussi en deux groupes : Discrètes Elles prennent des valeurs entières et dénombrables. Exemples : nombre d’enfants, nombre de voitures, nombre d’étudiants. Continues Elles peuvent prendre n’i...

En recherche scientifique, une 𝒗𝒂𝒓𝒊𝒂𝒃𝒍𝒆 est un élément qui peut changer d’une personne, d’un groupe ou d’une situation à l’autre. Mais toutes les variables n’ont pas le même rôle dans une étude. Comprendre leur fonction permet de mieux construire un modèle, formuler une hypothèse et interpréter les résultats. 𝟏. 𝑽𝒂𝒓𝒊𝒂𝒃𝒍𝒆 𝒊𝒏𝒅𝒆́𝒑𝒆𝒏𝒅𝒂𝒏𝒕𝒆 C’est la variable qui est supposée influencer une autre variable. Exemple : les heures d’étude peuvent influencer la note obtenue à un examen. 𝟐. 𝑽𝒂𝒓𝒊𝒂𝒃𝒍𝒆 𝒅𝒆́𝒑𝒆𝒏𝒅𝒂𝒏𝒕𝒆 C’est le résultat que l’on cherche à expliquer ou à mesurer. Exemple : la note à l’examen dépend peut-être du temps d’étude. 𝟑. 𝑽𝒂𝒓𝒊𝒂𝒃𝒍𝒆 𝒎𝒐𝒅𝒆́𝒓𝒂𝒕𝒓𝒊𝒄𝒆 Elle change la force ou la direction de la relation entre deux variables. Exemple : l’effet des heures d’étude sur la note peut être plus fort chez les étudiants ayant un bon niveau de concentration. 𝟒. 𝑽𝒂𝒓𝒊𝒂𝒃𝒍𝒆 𝒎𝒆́𝒅𝒊𝒂𝒕𝒓𝒊𝒄𝒆 Elle explique comment ou pou...

Avant de lancer une analyse statistique, il faut d’abord identifier la nature de la variable. Pourquoi ? Parce que le type de variable détermine le graphique, le test statistique et la méthode d’analyse à utiliser. 𝟏. 𝑽𝒂𝒓𝒊𝒂𝒃𝒍𝒆 𝑸𝒖𝒂𝒍𝒊𝒕𝒂𝒕𝒊𝒗𝒆 Elle décrit une catégorie, un groupe ou une qualité. Exemples : sexe, nationalité, ville, groupe sanguin, type de produit. Elle peut être : Nominale : catégories sans ordre Exemple : groupe sanguin Ordinale : catégories avec ordre logique Exemple : niveau de satisfaction Analyses fréquentes : effectifs, pourcentages, tableaux croisés, test du Khi-deux. 𝟐. 𝑽𝒂𝒓𝒊𝒂𝒃𝒍𝒆 𝑸𝒖𝒂𝒏𝒕𝒊𝒕𝒂𝒕𝒊𝒗𝒆 Elle représente une valeur mesurée ou comptée. Exemples : âge, revenu, taille, poids, température, temps. Elle peut être : Discrète : valeurs dénombrables Exemple : nombre d’enfants Continue : valeurs mesurables dans un intervalle Exemple : poids ou temps Analyses fréquentes : moyenne, écart-type, corrélation, t-test, ANOVA, régre...