 | | |
| PSYC0041-1 | Méthodes d'étude des attitudes et opinions
|
|
| Durée : | 30h Th |
|
| Nombre de crédits : |
|
|
| Nom du professeur : | Benoît Dardenne |
|
Langue(s) du cours :
|
| Langue française |
|
Organisation et évaluation :
|
| Enseignement au premier quadrimestre, examen en juin |
|
Contenus du cours :
|
| Les étudiants et chercheurs sont très souvent démunis devant leurs données. En bref, ils/elles ne savent pas comment les analyser ou, pire, font des analyses incorrectes ou peu efficaces. Le cours offre l'occasion de mieux comprendre toute une gamme de procédures statistiques basées sur l'analyse de régression. Il propose des techniques puissantes de construction et de comparaison de modèles dans le but de « mieux faire parler les données ».
Matière: analyse de régression avec 1 prédicteur continu ou catégoriel, 2 prédicteurs continus ou catégoriels, prédicteurs catégoriel et continu en interaction (modération), analyse de médiation. |
|
Acquis d'apprentissage (objectifs d'apprentissage) du cours :
|
| L'objectif est d'augmenter la compréhension intuitive de l'analyse de données et accroitre dès lors la capacité future à analyser les données de manière correcte et efficace. L'idée est de permettre aux étudiants de devenir des " analyseurs de données ", pas des statisticiens en herbe. |
|
Prérequis et corequis / Modules de cours optionnels recommandés :
|
| |
|
Activités d'apprentissage prévues et méthodes d'enseignement :
|
| Exposés par l'enseignant ainsi que par les étudiants. Questions-Réponses en début et fin de séance. Travail individuel de préparation des séances. Résolution d'exercices et interprétation de résultats.
Typiquement, le cours commence par une reprise de la matière vue au cours précédent, aux Q-R venant des étudiants, à la résolution et/ou commentaires des exercises proposés. Ces exercises sont discutés soit directement en séance, soit préparés par l'étudiant en individuel. Ce matériel sera disponible sur l'intranet. |
|
Mode d'enseignement (présentiel ; enseignement à distance) :
|
| Présentiel avec préparation individuelle. |
|
Lectures recommandées ou obligatoires et notes de cours :
|
| Obligatoire - Judd, C. M., Mcclelland, G.H., & Muller, D. (2010). Analyse de données : une approche par comparaison de modèles. De Boeck
Conseillé: Hayes, A. F. (2013). Mediation, Moderation, and conditionalprocessanalysis. Guilford. |
|
Modalités d'évaluation et critères :
|
| Présentation, compréhension des concepts, participation au cours, travail individuel de préparation des séances, vos questions et réponses, préparation et discussion des exercices, etc
Attention : Présence obligatoire à 5 sur 6 séances, 5 travaux individuels sur 6 séances, et 1 présentation orale au minimum. Si échec où insatisfaction avec la note, examen oral en seconde session sur le livre obligatoire. |
|
Stage(s) :
|
| |
|
Remarques organisationnelles :
|
| |
|
Contacts :
|
| b.dardenne@ulg.ac.be |
|
