Plan de la présentation
• Types et principaux devis de recherche
• Les principes de l’échantillonnage
• Données primaires et données secondaires
• La logique de l’analyse
• Validité interne, externe et biais de confusion
1
Types et principaux devis de recherche
2
Types de recherche: fondamentale-appliquée
• Recherche fondamentale
– Travaux expérimentaux et/ou théoriques
– Acquérir de nouvelles connaissances
– N’envisage pas nécessairement une application ou utilisation particulière
• Recherche appliquée
– Acquérir de nouvelles connaissances
– Dirigée vers un but-objectif pratique
– Utilisable à court terme
– Réponses aux problèmes actuels
– Axée sur la prise de décision
– Démarche de consultation-intervention
3
Types de recherche: quantitative-qualitative
• Quantitative
– Questionnaires, données secondaires, etc.
– Analyses statistiques
• Qualitative
– Entrevue, observation et observation participante
– Analyse de contenu, analyse de discours, etc.
4
Types de recherche: exploratoire-descriptiveexplicative
• Exploratoire
– Mieux connaître un phénomène nouveau et/ou peu connu
– Tester la faisabilité d’une étude plus large
– Développer des méthodes pour utilisation lors
d’une étude subséquente
5
Types de recherche: exploratoire-descriptiveexplicative
• Descriptive
– Description d’un évènement, d’une situation, etc.
– Cherche la précision (ex: recensement)
– Description: qui? quoi? où? quand? comment?
• Explicative
– Examen des relations entre les différents aspects d’un phénomène
– Recherche sur le pourquoi
– Recherche sur ce qui explique les variations
– Recherche sur les causes
6
Type de devis: Expérimental
• Définition*
– Une étude (expérience) dans laquelle les
conditions sont sous le contrôle du chercheur.
• Projets de recherche appropriés:
– Les projets limités utilisant des concepts bien définis
– Les projets qui visent l’explication plutôt quela description d’un
phénomène
– Les études sur l’interaction dans les petits groupes
* Last, J. (1983). A dictionary of Epidemiology, Oxford University Press)
7
Le devis expérimental classique
Pré-test
Groupe expérimental
Différent?
T1
Valeur de
la variable
dépendante
Stimuli
variable
indépendante
Identique?
Post-test
T2
Valeur de
la variable
dépendante
Différent?
T1
T2
Valeur de
la variable
dépendante
Valeur de
la variable
dépendante
Groupe contrôle
Les devis non-expérimentaux
• Définition*:
– Une étude (expérience) dans laquelle le chercheur n’a pas le
contrôle total de l’attribution et/ou du moment de
l’intervention.
• Projets de recherche appropriés:
– Enquêtes, sondages, entrevues, groupes de discussion, etc.
* Last, J. (1983). A dictionary of Epidemiology, Oxford University Press)
9
Devis transversal
• Étude utilisant des observations à un seul moment dans le
temps.
• Ne permet pas de démontrer de lien causal car les causes et
les effets sont mesurés en même temps.
• La plupart des processus causaux opèrent dans le temps.
10
Devis longitudinal
• Les données sont récoltées à plusieurs moments
dans le temps
• Aide à démontrer la causalité
• Trois types:
– Cohorte: Un groupe particulier est suivi dans le temps (pas nécessairement les
mêmes individus)
– Panel: Les mêmes individus sont suivis à plusieurs moment
dans le temps
– Tendance: Une caractéristique particulière est suivie dans le temps
11
Exemple d’une étude utilisant un panel:
Nombre d’épisodes de détresse psychologique dans la main-d'œuvre
canadienne: Enquête nationale sur la santé de la population de (ENSP)
Statistique Canada (1994-1995 à 2000-2001)
30,0
25,0
24,0
%
20,0
15,0
11,1
10,0
5,6
5,0
2,0
0,0
1
2
3
4
Exemple d’une étude utilisant une cohorte
Probabilité de développer un épisode de détresse psychologique dans
la main-d'œuvre canadienne entre 1994-1995 et 2000-2001 (ENSP)
0,30
0,25
0,20
0,15
0,10
0,05
0,00
1994-1995
1996-1997
1998-1999
2000-2001
Échantillonnage
Approche quantitative
14
Définition
Ensemble des méthodes utilisées pour l'analyse d'une
population au moyen d'un échantillon
• Un échantillon est un sous-ensemble de la population de
référence
• Les membres sélectionnés sont représentatifs de la population de
référence:
– Représentatif: Les membres reproduisent les caractéristiques
de la population
• ex: âge, sexe, secteur économique, taille de l’entreprise, province, etc
15
Types d’échantillon:
• Échantillons non probabilistes
• Échantillons probabilistes
16
Types d’échantillons non probabilistes
• Échantillon intentionnel ou à choix raisonné
• Échantillon par quota
• Échantillon accidentel
17
Échantillons probabilistes
• La seule méthode d’échantillonnage qui permet de tirer des
conclusions valide sur une population, i.e. de généraliser les résultats
à la population
• Sélection aléatoire des unités
• Chaque unité à une probabilité connue de faire partie de l’échantillon
• Réduit les biais de sélection des unités
• Permet l’application de la théorie statistique aux
résultats
– Statistique inférentielle (inférence)
– Calcul de l’erreur d’échantillonnage
18
L’erreur d’échantillonnage
• Il n’y a pas d’échantillon qui soit un miroir parfait de la
population
• Si on veux choisir 5 personnes dans une population totale de 9, il y a
une possibilité de 126 échantillons différents de 5 personnes
• Bref, un échantillon ne donne pas la valeur exacte d’une
statistique dans la population
• L’erreur d’échantillonnage est exprimé par l’erreur-type* (d’un
moyenne, d’un pourcentage, d’une pente de régression, etc.)
• L’erreur est fonction:
– de la taille de l’échantillon
– l’erreur de mesure des variables
*erreur-type: écart-type de la distribution d’échantillonnage
19
L’inférence statistique en résumé
Échantillonnage
Population
Population
de
tous les
échantillons
un échantillon
Inférence
Plans d’échantillonnage probabiliste
•
•
•
•
•
Aléatoire simple
Systématique
Stratifié
En grappes
À plusieurs degrés
21
Variance globale
Effet de plan*
p(1-p)
Var eas = ---------n
Variance des grappes
Σ (pi-p)²
Var grap = ------------k(k-1)
Var grap
Effet de plan = -----------------Var eas
p= proportion totale
pi= proportion dans chaque grappe
n= nombre de sujets
k= nombre de grappes
eas=échantillonnage aléatoire simple
grap=échantillonnage en grappes
* L’effet de plan (>1) influence l’erreur-type et biaise les intervalles de confiance ainsi que
les tests d’hypothèses
Bref
• Les échantillons probabilistes sont les «
meilleurs » pour généraliser les observations
• Il faut toutefois faire attention:
– aux refus
– aux absents
– aux « ne sais pas »
– au taux de réponse
• La représentativité n’est pas toujours assurée
23
Échantillonnage
Approche qualitative
24
Quelques caractéristiques des échantillons
• De petites tailles
• Orientés plutôt que pris auhasard
• Visent une représentation théorique
• Intra-site et multi-site
• Importance de la délimitation du champ d’étude
• Recherche d’une action itérative
• Cadre d’échantillonnage explicite pour multi-site
25
Taille de l’échantillon
• Pas de normes précises
• Dépend du nombre de variables à documenter
• Selon Deslaurier (1991):
– Principe de la saturation
– N=30 est généralement suffisant.
26
Données primaires et secondaires
• Données primaires
– Données définies et recueillies par le chercheur lui-même
• Données secondaires
– Les éléments informatifs rassemblés pour des fins autres que celles
pour lesquelles les données avaient été recueillies initialement
(Turgeon et Bernatchez, 2010)
27
La logique de l’analyse: (approche quantitative
et qualitative)
• Les règles de l’analyse causale
– Les effets directs
– Les effets fallacieux
– Les effets modérateurs
– Les effets médiateurs
– Les effets de suppression
28
Convention
• Y= Variable dépendante
• X= Variable indépendante variable
• Z= Variable contrôle (3ième variable)
29
• Direct:
– La variable Z a très peu d’effet sur la relation entre X-Y
– La force de la relation entre X-Ydemeure sensiblement la
même après avoir tenu compte de Z
30
• Fallacieux:
– La relation entre X-Ydisparaît lorsque contrôlée
par Z.
– Zest une cause commune de Xet Y
31
• Mediation
– La relation entre X-Ydisparaît lorsque Zest
contrôlée
– Zcause Yet Xcause Z
32
• Suppression:
– L’association entre X-Y est nulle avant la prise en
compte de Z.
– L’introduction de Z donne X-Y ≠ 0
33
• Interaction (moderation):
– L’association entre X-Ychange selon les valeurs deZ.
– L’association X-Yest reliée à une ou quelques valeurs de Z
– X-Ypeut avoir une relation positive pour certaines valeurs de Z et négative ou
encore pas de relation pour d’autres valeurs de Z.
34
Exemple fictif: Satisfaction au travail selon la langue et le niveau de scolarité
35
Validité interne-externe
• Interne: La cause produit vraiment l’effet?
• Externe: Les résultats sont-ils généralisables?
36
Le biais de confusion
• Biais: toute erreur qui s’introduit dans l’étude et qui produit des estimationsappréciations-évaluations erronées
• Biais de confusion: Inhabilité à contrôler un facteur qui est associé à la fois à
variable dépendante et la ou les variables indépendantes
• La confusion fait apparaître l’association comme étant plus forte ou plus faible.
• Solution:
– Hasardisation (randomisation)
– Restriction
– Appariement
– Stratification
– Méthodes d’analyse multivariée
37