2021-2022 / PSYC0041-1

Méthodes d'étude des attitudes et opinions

Durée

45h Th

Nombre de crédits

 Master en sciences psychologiques, à finalité6 crédits 

Enseignant

Benoît Dardenne

Langue(s) de l'unité d'enseignement

Langue française

Organisation et évaluation

Enseignement au premier quadrimestre, examen en janvier

Horaire

Horaire en ligne

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 (TP).
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)

Combinaison d'activités d'apprentissage en présentiel et en distanciel


Explications complémentaires:

Afin de pouvoir communiquer avec les étudiants et de participer au cours, il est ESSENTIEL de s'inscrire au plus vite à l'université. 
La première séance, le 20 sept, aura lieu en présentiel. En fonction de la situation sanitaire, du nombre d'étudiant-es et des places disponibles dans l'amphi/salle de cours, nous pourrions basculer vers un enseignement à distance. A priori, Teams est le meilleur outil pour les séances qui pourraient avoir lieu en distanciel. 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. Lifesize est une solution alternative.
Il est impératif d'installer la dernière version stable du logiciel gratuit "jamovi" afin de résoudre les exercices.

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

Examen(s) en session

Toutes sessions confondues

- En présentiel

évaluation écrite ( questions ouvertes )


Explications complémentaires:

Examen en janvier / août : principalement interprétation d'outputs statistiques mais aussi Q sur chap de Judd et al. (2018)

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