Durée
45h Th
Nombre de crédits
| Master en sciences psychologiques, à finalité | 6 crédits |
Enseignant
Langue(s) de l'unité d'enseignement
Langue française
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
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) de l'unité d'enseignement
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.
Savoirs et compétences prérequis
Activités d'apprentissage prévues et méthodes d'enseignement
Exposés par l'enseignant. 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.
La méthode d'enseignement peut varier en fonction du nombre d'étudiants
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 conditional process analysis. Guilford.
Modalités d'évaluation et critères
À la fin de chacune des 5 séances (celles qui concernent les chap 4 à 10; max 10 minutes) pour 5 points au total: 1 très courtes Q sur le chapitre à lire et vu lors de la séance, généralement sous la forme d'un output statistique
Examen en janvier / août pour 15 points : principalement interprétation d'outputs statistiques mais aussi Q sur chap de Judd et al. (2010)
La méthode d'évaluation peut varier en fonction du nombre d'étudiants
Stage(s)
Remarques organisationnelles
Afin de permettre aux étudiants de préparer la matière, le cours sera donné normallement une semaine sur deux. Le calendrier exact sera donné au premier cours.
Contacts
b.dardenne@ulg.ac.be