Collecte de données

Compréhension durable (VAR-1) : Étant donné que la variation peut être aléatoire ou non, les conclusions sont incertaines.

Objectif d'apprentissage VAR-1.E : Identifier les questions à répondre concernant les méthodes de collecte de données. [Compétence 1.A]

• VAR-1.E.1 Les méthodes de collecte de données qui ne reposent pas sur le hasard aboutissent à des conclusions non fiables.

Compréhension essentielle (DAT-2) : La façon dont nous collectons les données influence ce que nous pouvons et ne pouvons pas dire sur une population.

Objectif d'apprentissage DAT-2.A : Identifier le type d'étude. [Compétence 1.C]

• DAT-2.A.1 Une population consiste en tous les éléments ou sujets d'intérêt.
• DAT-2.A.2 Un échantillon sélectionné pour l'étude est un sous-ensemble de la population.
• DAT-2.A.3 Dans une étude observationnelle, les traitements ne sont pas imposés. Les enquêteurs examinent les données pour un échantillon d'individus (rétrospectif) ou suivent un échantillon d'individus vers l'avenir en collectant des données (prospectif) afin d'enquêter sur un sujet d'intérêt concernant la population. Un sondage est un type d'étude observationnelle qui collecte des données auprès d'un échantillon dans le but d'en apprendre davantage sur la population dont l'échantillon provient.
• DAT-2.A.4 Dans une expérience, différentes conditions (traitements) sont assignées aux unités expérimentales (participants ou sujets).

Objectif d'apprentissage DAT-2.B : Identifier les généralisations et déterminations appropriées basées sur des études observationnelles. [Compétence 4.A]

• DAT-2.B.1 Il n'est approprié de faire des généralisations sur une population que sur la base d'échantillons sélectionnés aléatoirement ou autrement représentatifs de cette population.
• DAT-2.B.2 Un échantillon n'est généralisable que vers la population à partir de laquelle il a été sélectionné.
• DAT-2.B.3 Il n'est pas possible de déterminer des relations causales entre les variables en utilisant des données collectées dans une étude observationnelle.

Compréhension essentielle (DAT-2) : La façon dont nous collectons les données influence ce que nous pouvons et ne pouvons pas dire sur une population.

Objectif d'apprentissage DAT-2.C : Identifier une méthode d'échantillonnage, étant donné une description d'une étude. [Compétence 1.C]

• DAT-2.C.1 Lorsqu'un élément d'une population ne peut être sélectionné qu'une seule fois, on parle d'échantillonnage sans remise. Lorsqu'un élément de la population peut être sélectionné plus d'une fois, on parle d'échantillonnage avec remise.
• DAT-2.C.2 Un échantillon aléatoire simple (EAS) est un échantillon dans lequel chaque groupe de taille donnée a une chance égale d'être choisi. Cette méthode est la base de nombreux types de mécanismes d'échantillonnage. Quelques exemples de mécanismes utilisés pour obtenir des EAS incluent la numérotation des individus et l'utilisation d'un générateur de nombres aléatoires pour sélectionner lesquels inclure dans l'échantillon, en ignorant les répétitions, l'utilisation d'une table de nombres aléatoires, ou le tirage d'une carte d'un jeu de cartes sans remise.
• DAT-2.C.3 Un échantillon aléatoire stratifié implique la division d'une population en groupes séparés, appelés strates, basés sur des attributs ou caractéristiques partagées (groupement homogène). À l'intérieur de chaque strate, un échantillon aléatoire simple est sélectionné, et les unités sélectionnées sont combinées pour former l'échantillon.
• DAT-2.C.4 Un échantillon par grappes implique la division d'une population en petits groupes, appelés grappes. Idéalement, il y a de l'hétérogénéité au sein de chaque grappe, et les grappes sont similaires les unes aux autres dans leur composition. Un échantillon aléatoire simple de grappes est sélectionné à partir de la population pour former l'échantillon de grappes. Les données sont collectées auprès de toutes les observations dans les grappes sélectionnées.
• DAT-2.C.5 Un échantillon aléatoire systématique est une méthode selon laquelle les membres de l'échantillon d'une population sont sélectionnés selon un point de départ aléatoire et un intervalle fixe et périodique.
• DAT-2.C.6 Un recensement sélectionne tous les éléments/sujets d'une population.

Objectif d'apprentissage DAT-2.D : Expliquer pourquoi une méthode d'échantillonnage particulière est ou n'est pas appropriée pour une situation donnée. [Compétence 1.C]

• DAT-2.D.1 Il y a des avantages et des inconvénients pour chaque méthode d'échantillonnage dépendant de la question à répondre et de la population à partir de laquelle l'échantillon sera tiré.

Compréhension essentielle (DAT-2) : La façon dont nous collectons les données influence ce que nous pouvons et ne pouvons pas dire sur une population.

Objectif d'apprentissage DAT-2.E : Identifier les sources potentielles de biais dans les méthodes d'échantillonnage. [Compétence 1.C]

• DAT-2.E.1 Le biais se produit lorsque certaines réponses sont systématiquement favorisées par rapport à d'autres.
• DAT-2.E.2 Lorsqu'un échantillon est composé entièrement de volontaires ou de personnes qui choisissent de participer, l'échantillon ne sera généralement pas représentatif de la population (biais de réponse volontaire).
• DAT-2.E.3 Lorsqu'une partie de la population a une probabilité réduite d'être incluse dans l'échantillon, celui-ci ne sera généralement pas représentatif de la population (biais de sous-couverture).
• DAT-2.E.4 Les individus sélectionnés pour l'échantillon pour lesquels les données ne peuvent être obtenues (ou qui refusent de répondre) peuvent différer de ceux pour lesquels les données peuvent être obtenues (biais de non-réponse).
• DAT-2.E.5 Des problèmes dans l'instrument ou le processus de collecte des données entraînent un biais de réponse. Exemples : questions confuses ou orientantes (biais de formulation des questions) et réponses auto-déclarées.
• DAT-2.E.6 Les méthodes d'échantillonnage non aléatoires (par exemple, échantillons choisis par commodité ou par réponse volontaire) introduisent un potentiel de biais car elles n'utilisent pas le hasard pour sélectionner les individus.

Compréhension durable (VAR-3) : Une expérience bien conçue peut établir des preuves de relations causales.

Objectif d'apprentissage VAR-3.A : Identifier les composantes d'une expérience. [Compétence 1.C]

• VAR-3.A.1 Les unités expérimentales sont les individus (qui peuvent être des personnes ou d'autres objets d'étude) auxquels des traitements sont assignés. Lorsque les unités expérimentales consistent en des personnes, elles sont parfois désignées comme participants ou sujets.
• VAR-3.A.2 Une variable explicative (ou facteur) dans une expérience est une variable dont les niveaux sont manipulés intentionnellement. Les niveaux ou combinaisons de niveaux de la variable explicative(s) sont appelés traitements.
• VAR-3.A.3 Une variable réponse dans une expérience est un résultat provenant des unités expérimentales qui est mesuré après l'administration des traitements.
• VAR-3.A.4 Une variable de confusion dans une expérience est une variable liée à la variable explicative et influençant la variable réponse, pouvant créer une fausse perception d'association entre les deux.

Objectif d'apprentissage VAR-3.B : Décrire les éléments d'une expérience bien conçue. [Compétence 1.B]

• VAR-3.B.1 Une expérience bien conçue doit comprendre ce qui suit :
  • a. Comparaisons d'au moins deux groupes de traitement, dont l'un pourrait être un groupe témoin.
  • b. Affectation/allocation aléatoire des traitements aux unités expérimentales.
  • c. Réplication (plus d'une unité expérimentale dans chaque groupe de traitement).
  • d. Contrôle des variables de confusion potentielles lorsque cela est approprié.

Objectif d'apprentissage VAR-3.C : Comparer les conceptions et méthodes expérimentales. [Compétence 1.C]

• VAR-3.C.1 Dans une conception entièrement randomisée, les traitements sont assignés aux unités expérimentales complètement au hasard. L'affectation aléatoire tend à équilibrer les effets des variables non contrôlées (de confusion) afin que les différences dans les réponses puissent être attribuées aux traitements.
• VAR-3.C.2 Les méthodes pour affecter aléatoirement des traitements aux unités expérimentales dans une conception entièrement randomisée incluent l'utilisation d'un générateur de nombres aléatoires, d'une table de valeurs aléatoires, du tirage de jetons sans remise, etc.
• VAR-3.C.3 Dans une expérience simple-aveugle, les sujets ne savent pas quel traitement ils reçoivent, mais les membres de l'équipe de recherche le savent, ou vice versa.
• VAR-3.C.4 Dans une expérience double-aveugle, ni les sujets ni les membres de l'équipe de recherche interagissant avec eux ne savent quel traitement un sujet reçoit.
• VAR-3.C.5 Un groupe témoin est un ensemble d'unités expérimentales ne recevant ni un traitement d'intérêt ni un traitement contenant une substance inactive (placebo), afin de déterminer si le traitement d'intérêt a un effet.
• VAR-3.C.6 L'effet placebo se produit lorsque les unités expérimentales ont une réponse à un placebo.
• VAR-3.C.7 Pour les conceptions à blocs complets randomisés, les traitements sont assignés complètement au hasard au sein de chaque bloc.
• VAR-3.C.8 Le blocage garantit qu'au début de l'expérience, les unités au sein de chaque bloc sont similaires les unes aux autres concernant au moins une variable de blocage. Une conception à blocs randomisés aide à séparer la variabilité naturelle des différences dues à la variable de blocage.
• VAR-3.C.9 Une conception par paires appariées est un cas particulier d'une conception à blocs randomisés. En utilisant une variable de blocage, les sujets (qu'ils soient des personnes ou non) sont disposés en paires appariées sur des facteurs pertinents. Les paires appariées peuvent se former naturellement ou par l'expérimentateur. Chaque paire reçoit les deux traitements en assignant aléatoirement un traitement à un membre de la paire et en attribuant ultérieurement le traitement restant au second membre de la paire. Alternativement, chaque sujet peut recevoir les deux traitements.

Compréhension durable (VAR-3) : Une expérience bien conçue peut établir des preuves de relations causales.

Objectif d'apprentissage VAR-3.D : Expliquer pourquoi une conception expérimentale particulière est appropriée. [Compétence 1.C]

• VAR-3.D.1 Il y a des avantages et des inconvénients pour chaque conception expérimentale selon la question d'intérêt, les ressources disponibles et la nature des unités expérimentales.

Compréhension durable (VAR-3) : Une expérience bien conçue peut établir des preuves de relations causales.

Objectif d'apprentissage VAR-3.E : Interpréter les résultats d'une expérience bien conçue. [Compétence 4.B]

• VAR-3.E.1 L'inférence statistique attribue des conclusions basées sur des données à la distribution d'où proviennent ces données.
• VAR-3.E.2 L'affectation aléatoire des traitements aux unités expérimentales permet aux chercheurs de conclure que certains changements observés sont si importants qu'il est peu probable qu'ils soient dus au hasard. De tels changements sont dits statistiquement significatifs.
• VAR-3.E.3 Des différences statistiquement significatives entre ou parmi les groupes de traitement expérimental constituent des preuves que les traitements ont causé l'effet.
• VAR-3.E.4 Si les unités expérimentales utilisées dans une expérience sont représentatives d'un plus grand groupe d'unités, les résultats d'une expérience peuvent être généralisés à ce plus grand groupe. Une sélection aléatoire des unités expérimentales offre de meilleures chances que celles-ci soient représentatives.