Trouver des contenus d'apprentissage
Fonctionnalités
Découvrir
Lorsque les chercheurs collectent des données pour leurs études, ils doivent partir de quelque part. Et ce point de départ, ce sont les données brutes. Lors d'une recherche, il est inévitable de recueillir des données brutes, qui peuvent être qualitatives ou quantitatives. Les données brutes sont importantes dans la recherche car elles sont ensuite organisées, analysées et interprétées pour déterminer si les résultats de la recherche confirment l'hypothèse.
Des millions de fiches spécialement conçues pour étudier facilement
Inscris-toi gratuitementLes données brutes peuvent-elles être qualitatives ?
Lequel des exemples suivants est un exemple de données codées ?
Lequel des exemples suivants est un exemple de données compilées ?
Quel type de diagramme/graphique exige que le chercheur convertisse les données brutes de la forme standard à la forme décimale ?
Quel type de statistique décrit/résume les données brutes ?
Les chercheurs peuvent-ils faire des estimations à partir de données brutes ?
Les données brutes peuvent-elles être utilisées pour construire des tableaux, des graphiques ou des diagrammes ?
Les données brutes peuvent-elles être qualitatives ?
Lequel des exemples suivants est un exemple de données codées ?
Lequel des exemples suivants est un exemple de données compilées ?
Quel type de diagramme/graphique exige que le chercheur convertisse les données brutes de la forme standard à la forme décimale ?
Quel type de statistique décrit/résume les données brutes ?
Les chercheurs peuvent-ils faire des estimations à partir de données brutes ?
Les données brutes peuvent-elles être utilisées pour construire des tableaux, des graphiques ou des diagrammes ?
Achieve better grades quicker with Premium
Geld-zurück-Garantie, wenn du durch die Prüfung fällst
Review generated flashcards
Commence à apprendre ou crée tes propres flashcards d'IA
Équipe enseignants Données brutes
Les données brutes sont converties par l'analyse en résultats significatifs, freepik.com/storyset.
Les données brutes sont essentielles dans la recherche en psychologie. Les chercheurs utilisent les données brutes pour calculer des statistiques descriptives, qui décrivent et résument les données, ce qui aide le chercheur et le lecteur à visualiser les données brutes collectées et à les présenter plus clairement.
Les données brutes sont des données qui ont été recueillies auprès du chercheur au cours de la recherche et qui n'ont pas encore été traitées.
Les données brutes peuvent être collectées indépendamment du fait qu'elles soient :
Quantitatives - données numériques
Qualitatives - données non numériques
Quelle est la différence entre les données brutes et les données primaires ?
Les données brutes sont des données collectées au cours de la recherche qui n'ont pas encore été traitées. Les données primaires sont des données que le chercheur a recueillies lui-même à partir de son expérience citée dans une étude. Ces deux types de données sont très similaires.
Les données brutes sont utilisées à de nombreuses fins dans la recherche. En voici quelques-unes :
Organiser les données qui peuvent être interprétées et analysées ultérieurement.
Faire des estimations de ce que le chercheur peut s'attendre à trouver dans les résultats.
Comparer les valeurs des données entre les conditions/groupes dans les expériences pour identifier les différences notables.
Construire des tableaux, des graphiques ou des diagrammes, tels que ;
Tableaux de fréquence, diagrammes à barres, histogrammes et/ou diagrammes circulaires.
Lorsque l'on recueille des données pour la recherche, on recueille toujours des données brutes. Ces données doivent être organisées pour être ensuite analysées et interprétées en les enregistrant sur un tableau. Lors de la conception des tableaux d'enregistrement des données brutes, le chercheur doit garder à l'esprit plusieurs choses importantes :
Toutes les données collectées doivent être enregistrées d'une manière ou d'une autre sur le tableau.
Le chercheur doit réfléchir à la façon d'enregistrer les données. Par exemple, les données peuvent être codées ou comptées. L'objectif est de faciliter l'analyse des données par la suite.
Un exemple de données codées utilisées dans la recherche est M pour les participants masculins et F pour les participants féminins.
Tu trouveras ci-dessous un exemple de tableau de données. Ce tableau résume les couleurs préférées des élèves. Les données brutes sont écrites sous forme standard. La forme standard correspond aux données enregistrées en comptabilisant le nombre de réponses des élèves qui ont identifié la couleur spécifique comme étant leur couleur préférée.
| Rouge | Orange | Jaune | Rose | Vert | violet | Total |
| 4 | 2 | 1 | 6 | 2 | 5 | 20 |
Le chercheur peut utiliser ces données pour les convertir de la forme standard à la forme décimale. Pour faire passer les données brutes de la forme standard à la forme décimale, le chercheur doit diviser la fréquence de chaque catégorie par le nombre total de réponses, comme le montre l'exemple ci-dessous.
| Rouge | Orange | Jaune | Rose | Vert | violet | Total |
| 4 | 2 | 1 | 6 | 2 | 5 | 20 |
| 4/20 = 0.2 | 2/20 = 0.1 | 1/20 = 0.05 | 6/20 = 0.3 | 2/20 = 0.1 | 5/20 = 0.25 | 1 |
Les données brutes peuvent être converties de la forme standard à la forme décimale lors de certains calculs. Par exemple, les chercheurs doivent procéder de la même façon lorsqu'ils construisent un diagramme circulaire, mais le modifier pour qu'il reflète 360°.
Les chercheurs peuvent également analyser les données brutes dans le cadre de leurs recherches. Par exemple, ils peuvent les utiliser pour trouver les moyennes arithmétiques des données.
La moyenne arithmétique (ou simplement la moyenne) est une statistique utilisée pour trouver la moyenne d'un ensemble de données. Pour calculer la moyenne arithmétique, il faut additionner toutes les valeurs et les diviser par le nombre de valeurs de l'ensemble de données.
Le tableau de données brutes ci-dessous montre les réponses des participants à la question "As-tu ressenti plus de douleur que le mois dernier ?" après avoir pris un médicament pour soulager la douleur. La réponse était basée sur une échelle de Likert de 1 à 10 ; 1 représente moins de douleur et 10 représente plus de douleur. Les chercheurs ont enregistré les réponses des participants dans le tableau de données brutes ci-dessous.
Le chercheur voulait mesurer la moyenne des réponses des deux groupes (médicaments contre placebo). Tu peux voir ci-dessous comment cela peut être calculé et interprété :
| Groupe médicament (expérimental) | Groupe placebo (contrôle) |
| 1 | 7 |
| 1 | 5 |
| 3 | 6 |
| 5 | 5 |
| 2 | 8 |
| 2 | 8 |
| 1 | 4 |
| 3 | 6 |
| 2 | 6 |
La moyenne du groupe expérimental est de : 1 + 1 + 3 + 5 + 2 + 2 + 1 + 3 + 2 = 20. Nous divisons ensuite ce chiffre par 9 = 2,22.
Le chiffre a été arrondi à deux chiffres significatifs.
La moyenne du groupe témoin est de : 7 + 5 + 6 + 5 + 8 + 8 + 4 + 6 + 6 = 55/ 9 = 6.11
Le chiffre a été arrondi à deux chiffres significatifs.
Les résultats peuvent être interprétés comme, en moyenne, le groupe expérimental a ressenti moins de douleur que le groupe de contrôle. Les chercheurs peuvent ensuite utiliser d'autres tests statistiques pour mesurer la signification de ces résultats, etc.
Lorsque l'on recueille des données brutes dans le cadre d'une recherche en psychologie, il est bon d'arrondir les valeurs des données à deux chiffres significatifs. Il ne doit pas y avoir plus de deux valeurs numériques après la virgule dans les chiffres des données. Le fait que le chiffre doive être arrondi vers le haut ou vers le bas détermine ces nombres. Les chiffres doivent être :
Les chercheurs utilisent parfois des données brutes pour faire des estimations. Cette méthode est parfois utilisée lorsqu'un psychologue veut faire une approximation/estimation rapide des données qui ont été collectées.
Calculer quelque chose comme 487 x 9876 serait un exemple d'utilisation dedonnées brutes pour faire des estimations, dans lequel lechercheur pourrait calculer 500 x 10 000.
En faisant des estimations, les chercheurs peuvent estimer grossièrement ce qu'ils peuvent s'attendre à trouver dans leurs résultats.
Organiser les données qui pourront ensuite être interprétées et analysées.
Faire des estimations de ce que le chercheur peut s'attendre à trouver dans les résultats.
Comparer les valeurs des données entre les conditions/groupes dans les expériences pour identifier les différences notables.
Construire des tableaux, des graphiques ou des diagrammes.
Inscris-toi gratuitement pour accéder à toutes nos fiches.
At StudySmarter, we have created a learning platform that serves millions of students. Meet the people who work hard to deliver fact based content as well as making sure it is verified.
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Get to know Lily
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
Get to know Gabriel
Resumes 
Flashcards 
StudySmarter IA 
Notes de cours 
Planning de révision 
Dossiers 
Examens 
Magazine 
Faire carrière 
App mobile