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, les Q-R venant des étudiants, 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, à distance, hybride)
Cette année, le cours est donné à distance, avec préparation individuelle.
Afin de pouvoir communiquer avec les étudiants et de participer au cours, il est ESSENTIEL de s'inscrire au plus vite à l'université.
A priori, Blackboard Collaborate sur eCampus (dans l'espace de ce cours) est le meilleur outil. Il permettra de visionner le cours en live (streaming), de le revoir par après (podcast) ainsi que de poser des questions en direct lors de la séance. LA PREMIERE SEANCE AURA DONC LIEU SUR BLACKBOARD LE LUNDI 21 SEPTEMBRE A 13H.
Lifesize, UniCast Live ou encore Zoom sont des alternatives.
Il est impératif d'installer le logiciel gratuit "jamovi" (1.6.1) afin de résoudre les exercices.
Adaptations organisationnelles liées au contexte sanitaire
En fonction de la situation sanitaire au moment de l'examen, celui-ci aura lieu soit en présentiel, soit à distance. Dans les deux cas, les modalités d'examen seront les mêmes.
Lectures recommandées ou obligatoires et notes de cours
Obligatoire - Judd, C. M., McClelland, G. H., Ryan, C. R., Muller, D., & Yzerbyt, V. (2eme Ed., 2018). L'analyse des données : une approche par comparaison de modèles. De Boeck, Bruxelles.
Conseillé: Hayes, A. F. (2018). Mediation, Moderation, and conditional process analysis. Guilford.
Modalités d'évaluation et critères
Vous trouverez ci-dessous les modalités d'évaluation envisagées pour les examens en présentiel et à distance ainsi que celle souhaitée en cas de session hybride. En fonction de l'évolution sanitaire, la modalité choisie vous sera communiquée au plus tard un mois avant le début de la session d'examen.
Toutes sessions confondues :
- En présentiel
évaluation écrite ( questions ouvertes )
- En distanciel
évaluation écrite ( questions ouvertes )
- Si évaluation en "hybride"
préférence en présentiel
Explications complémentaires:
Examen en janvier / août : principalement interprétation d'outputs statistiques mais aussi Q sur chap de Judd et al. (2018)
Update 10 décembre
En raison de la situation sanitaire, l'examen de janvier sera en distanciel. Date et heure inchangées.
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@uliege.be