- Nous commencerons par explorer les notions de probabilité et de signification : la psychologie et la façon dont la probabilité et la signification peuvent être expliquées en termes de recherche psychologique.
- Nous examinerons ensuite les types de tests de signification.
- Enfin, nous examinerons quelques exemples de niveaux de signification.
Probabilité et signification en psychologie
Les psychologues cherchent à établir si leurs résultats confirment ou infirment leur hypothèse. Il serait trop simple de supposer que l'hypothèse doit être acceptée si un modèle/une tendance est trouvé(e).
Les tests de signification donnent aux chercheurs une valeur statistique pour mesurer la probabilité que les résultats de la recherche soient dus au hasard. Un autre terme pour cela est le niveau alpha. En psychologie, il s'écrit.
Les tests de signification sont couramment utilisés dans les recherches psychologiques pour déterminer dans quelle mesure les variables prévues affectent le phénomène et si les résultats ne sont pas dus au hasard.
Explication de la signification et de la probabilité
La principale méthode de recherche utilisée en psychologie consiste à manipuler la variable indépendante pour observer son effet sur la variable dépendante. Cependant, les chercheurs ne peuvent pas tout contrôler, même lorsque l'expérience est menée en laboratoire. Les chercheurs ne peuvent pas déterminer à 100 % que leurs résultats sont dus aux variables qu'ils étudient, car des variables étrangères et confusionnelles sont susceptibles d'influencer les effets observés.
Les chercheurs s'accordent sur le niveau alpha acceptable, qui est de 0,05. Si un niveau de signification supérieur est trouvé, l'hypothèse qui énonce une différence observée (hypothèse alternative) doit être rejetée.
Mais que signifie exactement un niveau de signification de 0,05 et comment peut-on l'interpréter ? Une valeur significative de 0,05 indique une probabilité de 95 % que les résultats ne sont pas dus au hasard.
Niveau de signification en psychologie
En psychologie, le niveau de signification est compris entre 0 et 1 et s'exprime sous la forme d'une valeur p . Plus la valeur est proche de 0, plus il est probable que les résultats ne soient pas dus au hasard. Plus le chiffre est petit, moins le chercheur est susceptible de rejeter l'hypothèse alternative et plus il est probable qu'il rejette l'hypothèse nulle.
En psychologie, le niveau de signification accepté est de 0,05.
Lorsqu'il écrit la valeur p, le chercheur ne signale pas le 0 avant la virgule.
Types de tests de signification
La valeur de signification est une valeur quantitative qui indique au chercheur et aux lecteurs dans quelle mesure les résultats sont dus au hasard.
Les valeurs de signification couramment utilisées dans la recherche psychologique sont :
- 0,05 - il y a 5 % de chances que les résultats soient dus au hasard.
- 0,01 - il y a 1 % de chances que les résultats soient dus au hasard.
- 0,001 - il y a 0,01 % de chances que les résultats soient dus au hasard.
Tout ce qui dépasse le seuil de 5 % signifie que l'hypothèse doit être rejetée. C'est parce qu'il y a une probabilité trop élevée que les résultats soient dus à des facteurs externes plutôt qu'à la variable indépendante.
Pour calculer la probabilité, il suffit de convertir la valeur en pourcentage, c'est-à-dire x 100.
Probabilité et signification bilatérales
L'hypothèse proposée au début de l'étude influence également le niveau de probabilité et de signification.
Il existe plusieurs types d'hypothèses dans la recherche en psychologie :
- L'hypothèse nulle propose que la VI (variable indépendante) n'affecte pas la VD (variable dépendante).
- Une hypothèse non directionnelle - le chercheur n'indique pas comment la VI changera.
- Une hypothèse directionnelle - le chercheur propose que la VI affecte la VD ; cette hypothèse peut être subdivisée en une hypothèse unilatérale et une hypothèse bilatérale.
On parle d'hypothèse unilatérale lorsque le chercheur propose la direction spécifique (une) des résultats, c'est-à-dire l'évolution de l'IV. Et une hypothèse bilatérale, c'est lorsque le chercheur propose que la recherche puisse aller dans un sens ou dans l'autre, c'est-à-dire qu'une augmentation ou une diminution peut être observée.
Comme nous l'avons appris plus tôt, le type d'hypothèse acceptée dépend du niveau de signification trouvé.
Acceptation de :
- L'hypothèse alternative est acceptée si une valeur est trouvée au niveau ou en dessous du niveau de signification.
- L'hypothèse nulle est acceptée si une valeur supérieure au niveau de signification est trouvée.
Rejet de :
- L'hypothèse alternative est rejetée si une valeur supérieure au seuil de signification est trouvée.
- L'hypothèse nulle est rejetée si une valeur égale ou inférieure au seuil de signification est trouvée.
Tests de signification et méthodologie
Il arrive que des résultats non significatifs soient dus à des problèmes liés à la méthodologie utilisée. Une fois que ceux-ci ont été corrigés et que l'expérience a été testée à nouveau, des résultats significatifs peuvent être trouvés.
Supposons qu'un plan de recherche n'utilise pas de protocole standardisé. Dans ce cas, les résultats peuvent refléter les conditions dans lesquelles les participants ont été expérimentés et sont probablement dus au hasard. Le chercheur doit répéter l'expérience mais utiliser une procédure standardisée pour contrer ce phénomène.
Ces erreurs peuvent conduire à des erreurs de type 1 et de type 2.
Une erreur de type 1 se produit lorsque nous rejetons à tort l'hypothèse nulle alors qu'elle est en fait vraie. Si le niveau de signification est de 0,05, il y a 5 % de chances qu'il s'agisse d'une erreur de type 1.
Une erreur de type 2 se produit lorsque nous rejetons à tort l'hypothèse alternative alors qu'elle est vraie.
Exemple de niveau de signification
Examinons rapidement les symboles que tu peux rencontrer au cours de tes études :
p = valeur de signification.
< = la valeur de signification est inférieure au nombre indiqué (par exemple < 0,05 = la signification est inférieure à 0,05).
> = la valeur de signification est supérieure au nombre indiqué (par exemple > 0,05 = la signification est supérieure à 0,05).
Appliquons maintenant la signification à la psychologie et à quelques exemples.
Si une valeur significative est trouvée, la statistique inférentielle peut être utilisée pour faire des déductions sur la population cible, étayées par des preuves. En revanche, si ce n'est pas le cas, l'étude ne doit pas permettre de faire des déductions sur la population cible.
La statistique inférentielle est une valeur statistique quantitative qui mesure les données recueillies. Elle peut être utilisée pour faire des généralisations sur la population cible.
Si une valeur non significative n'est pas trouvée, cela ne signifie pas qu'il n'y a pas de relation/interaction entre les variables indépendantes et dépendantes.
Cela signifie plutôt que d'autres variables influencent également la variable dépendante. L'étude ne peut donc pas fournir une mesure précise (fiable ou valide) de l'interaction entre les variables indépendantes et dépendantes.
Un exemple de niveau de signification pour une analyse de corrélation qui serait accepté est le suivant :
r (56) = 0,63, p = < 0,05.
Cet exemple montre :
Une analyse de corrélation a été effectuée(r).
Une corrélation positive a été trouvée (.63).
Il y avait 56 participants (56).
La valeur de signification a été acceptée car elle est inférieure à la valeur alpha acceptée de 0,05.
L'hypothèse alternative devrait être acceptée.
D'autre part, une analyse corrélationnelle qui suggère que le chercheur devrait rejeter l'hypothèse alternative et accepter l'hypothèse nulle est...
r (56) = 0,63, p = < 0,08
Cet exemple montre :
La valeur de signification n'est pas significative car elle est supérieure à 0,05.
L'hypothèse nulle doit être acceptée.
Probabilité et signification - Points clés à retenir
- Les tests de signification sont couramment utilisés dans les recherches psychologiques pour déterminer si les résultats sont dus au hasard ou aux variables étudiées. Les résultats des tests (données statistiques déductives) déterminent s'il faut rejeter l'hypothèse nulle.
- Les tests de signification donnent aux chercheurs une valeur statistique pour mesurer la probabilité que les résultats de la recherche soient dus au hasard.
- Les chercheurs s'accordent sur le niveau de signification acceptable, à savoir 0,05. La valeur de signification peut être convertie en pourcentage. Dans ce cas, il y a 5 % de chances que les résultats soient dus au hasard.
- Si un chiffre significatif est trouvé, l'hypothèse alternative doit être acceptée ; en revanche, si un chiffre non significatif est trouvé, l'hypothèse nulle doit être acceptée.
- Si une statistique inférentielle significative est trouvée, le chercheur peut utiliser ses données pour faire des déductions sur la population cible.
Apprends avec 26 fiches de Probabilité et Signification dans l'application gratuite StudySmarter
Nous avons 14,000 fiches sur les paysages dynamiques.
Tu as déjà un compte ? Connecte-toi
Questions fréquemment posées en Probabilité et Signification
Teste tes connaissances avec des questions à choix multiples
TON SCORE
Ton score
Rejoins l'application StudySmarter et apprends efficacement avec des millions de flashcards, et plus encore.
Apprends avec 26 fiches de Probabilité et Signification dans l'application gratuite StudySmarter
Tu as déjà un compte ? Connecte-toi
À propos de StudySmarter
StudySmarter est une entreprise de technologie éducative mondialement reconnue, offrant une plateforme d'apprentissage holistique conçue pour les étudiants de tous âges et de tous niveaux éducatifs. Notre plateforme fournit un soutien à l'apprentissage pour une large gamme de sujets, y compris les STEM, les sciences sociales et les langues, et aide également les étudiants à réussir divers tests et examens dans le monde entier, tels que le GCSE, le A Level, le SAT, l'ACT, l'Abitur, et plus encore. Nous proposons une bibliothèque étendue de matériels d'apprentissage, y compris des flashcards interactives, des solutions de manuels scolaires complètes et des explications détaillées. La technologie de pointe et les outils que nous fournissons aident les étudiants à créer leurs propres matériels d'apprentissage. Le contenu de StudySmarter est non seulement vérifié par des experts, mais également régulièrement mis à jour pour garantir l'exactitude et la pertinence.
En savoir plus
