Statistique mémoire de psychologie

Bonjour,
Je suis actuellement en master 1 de psychologie et pour mon mémoire, je réalise une étude sur le sentiment de culpabilité.
J'ai donc fait passer un questionnaire de 43 questions avec une échelle de Likert en 5 points (1 = pas du tout d'accord, 5 = tout à fait d'accord) et j'ai actuellement 14 sujets. (c'est un questionnaire validé par une étude psychométrique. Plus la somme est importante, plus le sentiment de culpabilité est important.)
j'ai rentré mes données sur SPSS, et sur les conseils de mon référent de mémoire, et fait des corrélations ( corrélation de Pearson un peu choisit au hasard sur SPSS....)  entre chaque question.
et c'est là que ça bloque ! je ne comprends pas la différence entre corrélation et covariance...
j'ai une hypothèse bilatérale mais mon seuil doit t'il être de 0,05 ou 0,01 ? et surtout comment utiliser ces corrélations entre deux questions ...
en bref, il y a beaucoup de choses qui m'échappent, plus une pauvre formation sur les statistiques et surtout sur le logiciel SPSS en psychologie, je me sens bien mal partie !!

merci par avance pour votre aide !

Trois choses avant de psychoter sur les tests stats.
- 14 patients c'est considérablement insuffisant pour analyser des questionnaires psycho.
- corrélation ne veut pas dire causalité. Montrer que A varie quand B varie ne signifie pas montrer que les variations de A sont la cause des variations de B
- Il existe une règle très importante en statistique: si on multiplie les tests au hasard sur un même échantillon, on finit toujours par trouver quelque chose. La plupart du temps, ce quelque chose est faux à cause de la hausse de alpha liée à la multiplicité des tests. Reformulé en Français : quand on fait du pif, on a une forte probabilité de sortir de la m***.

Donc détend toi, réfléchis à ce que tu as fait et à l'objectif de ce que tu as fait, et pose toi quelques questions (pas trop, 4 ou 5 maxi) en Francais AVANT de faire des stats. Quand la question sera correctement posée, ca sera le moment de démarrer le logiciel et là quelqu'un pourra peut etre t'aider.

J'ai conscience qu'on ne fait pas de stat qu'avec 14 sujets mais hélas, on nous demande quand même de faire quelques choses avec ça (manque de temps, population très ciblée donc recrutement difficile...)
En voulant faire plein plein de choses, je comprends mieux pourquoi je me retrouve avec autant de résultats qu'au final j'interprète comme ça m'arrange !!
Merci pour votre réponse, je vais reprendre les choses dans le bon ordre !

Une chose m'échappe. Vous avez 43 questions, et vous calculez des corrélations "entre chaque question" (sic). Ca veut dire quoi "entre chaque question" ? Vous voulez dire que vous avez calculé toutes les corrélations deux-à-deux?? J'ai du mal à croire ceci, car ca fait 903 corrélations à calculer !

Maintenant, C@ssoulet à raison. Avant de vous lancer dans ces calculs, il faudrait d'abord savoir quelle(s) est(sont) la(les) question(s) que vous vous posez.

Par exemple, si votre questionnaire est validé à priori (comme vous le dîtes), à quoi sert le calcul de corrélations entre questions ? On imagine que - par construction - les questions amènent des informations de nature différentes, et sont donc - par construction - a priori non corrélées, etc.

Une approche statistiques permets de répondre à des questions. Sans question, tout ceci est sans objet, je le crains.

HTH, Eric.

Pour les corrélations, je les ai faite sur SPSS (corrélations bivariées, hypothèse bilatérale) mais quand je me suis trouvée devant 63 pages de résultats... Je me rend compte maintenant de ce que j'ai vraiment calculé... (ce qui en effet, n'as servi à rien puisque mon questionnaire a bien été validé) J'avance franchement à l'aveugle et avec de faible connaissance !
Quand mon professeur m'a parlé de corrélation, ça m'a induite en erreur !
Je vous remerci pour vos réponses, ça me permet de prendre du recul sur mon travail et de voir mes erreurs !!

Je vais te donner un ordre d'idée du problème que tu rencontres. Ne le prends pas mal, c'est pas méchant et ca pourra aider d'autres personnes qui liront ce post.

Que représente la hausse de alpha liées aux comparaisons multiples ?

D'abord, la base: dire que alpha est le risque de conclusion erronnée n'est vrai uniquement que si l'on fait 1 seul test. Si on fait 2 comparaisons (2 tests) sur le même échantillon, le risque qu'AU MOINS L'UNE des conclusions soit erronnée (soit l'une, soit l'autre, soit les 2) est supérieur. ET évidemment, plus on fait de comparaisons multiples, plus ce risque augmente.

Reformulé en Français: quand on fait plein de tests au hasard sur le même échantillon, il existe un risque assez élevé d'avoir un résultat significatif par hasard !

On va essayer de donner un ordre d'idée de ce risque, un peu à la louche mais l'ordre de grandeur est vrai: il est admis que si on dispose d'un fichier comprenant une grande quantité de variables et que l'on effectue AU HASARD énormément de comparaisons statistiques ou de corrélations, on a en moyenne une chance de trouver PAR HASARD une différence significative ou une corrélation significative tous les 20 tests. Donc si tu as testé au pif une matrice d'à peu près 900 corrélations, tu peux t'attendre à avoir au moins 40 corrélations significatives par le seul effet du hasard (effet des fluctuations d'échantillonnage principalement). Et vu que tu n'as que 14 sujets, c'est très probablement beaucoup, beaucoup plus.

Pour limiter cette hausse de alpha (pas l'annuler, mais juste la limiter et donc revenir vers quelque chose de plus acceptable) la première des choses à faire est de limiter le nombre d'hypothèses à tester (disons autour de 5-6 maximum), et surtout de formuler ces hypothèses AVANT de les tester

La plupart des questionnaires validés doivent etre interprétés : un petit calcul génère 1 score général, plus éventuellement d'autres scores spécifiques de certaines dimensions. La première chose à faire est de calculer ce(s) score(s) et de commencer par tester le score global uniquement. Tu n'auras qu'une seule hypothèse et 1 seul test. Puis tu calcules éventuellement les quelques scores spécifiques et tu regardes. Déjà, ca limitera considérablement le nombre de comparaisons effectuées. Même si pas mal de choses resteront discutables, pour un petit truc d'étudiant ca peut être acceptable.

Parlons peu, parlons bien.

Généralement, un échantillon (même de 14 individus) est également décrit par d'autres variables (quantitatives ou qualitatives). Par exemple, le sexe, l'âge, traités/non traités, etc. Dans ce cas, il ne s'agit pas uniquement de décrire l'échantillon (sur la base des 43 questions) mais de savoir si ces variables descriptives supplémentaires (sexe, âge, etc.) on une influence sur la réponse au questionnaire. Si tel est le cas pour vos données, alors ont doit pouvoir vous aider pour répondre à ce genre de questions.

Sinon, vous restez "limitée" à la description de votre échantillon de 14 individus, et il n'y pas vraiment de questions à poser à vos données. Dans ce cas, des statistiques descriptives (par exemple la moyenne, le range, etc.) sur chaque question suffira.

HTH, Eric.

Je comprends, je vais essayer de vous donner des informations supplémentaires :
la population ciblée est les enfants d’ancien agriculteur ayant mis leurs parents en maison de retraite.
Mon questionnaire mesure à la fois la culpabilité en tant que trait de personnalité, état et les standards moraux, et j’étudie ces trois sous-parties de manière distincte. Pour les données socio-démographiques, je prends en compte l’âge, le sexe, le niveau d’étude, la profession, ainsi que le moment d'entrée en maison de retraite (plus ou moins d’un an)

J'ai remis au clair mes idées et je trouve 4 questions (qui me semble pertinente) :
H1 : De forts standards moraux augmente la culpabilité en tant que trait de personnalité.
H2 : La culpabilité en tant qu’état est plus importante si la culpabilité en tant que trait et les standards moraux sont important.
H3 : : La culpabilité en tant qu’état est plus importante si le parent est rentré en maison de retraite depuis moins d’un an.
H4 : : La culpabilité en tant que trait état et standard moraux sont plus important si le proche ayant mis son parent en maison de retraie exerce aujourd’hui la profession d’agriculteur comme son parent.

Donc, en effet, je compare mes réponses aux questionnaires au donnée socio-démographique.

Mais, par exemple, es ce que je peux, en faisant la moyenne de toutes mes réponses établir un score moyen qui me servira de comparaison pour mes hypothèses (par exemple l'hypothèse 4 sur l'influence de la profession ?...) ? Ou es ce que je dois comparer les deux populations les unes aux autres ?

En tout cas, je me contente pour l'instant de faire des graphique et moyenne sur excel... on verra plus tard pour SPSS !!

Sachant que votre échantillon repose sur 43 questions, je commencerais par (essayer de) faire un indice synthétique (ou plusieurs) qui décrive un peu où se situe chaque individu. Quand je dis "synthétique", je veux dire qui prennent en compte les 43 réponses de chaque individu aux questions. Une méthode multivariée comme l'analyse en coordonnées principales pourrait vous permettre de faire ceci, ou l'AFCM. Si vous arrivez à faire ceci, il deviendra relativement aisé de tester votre quatre questions à partir de ces indices synthétiques. Le problème est que ce n'est aisé si vous n'avez pas une formation de base en stats.. Votre "référent de mémoire" pourrait-il vous aider sur ce point ?

Cordialement, Eric.

Ne fais pas une moyenne sans réfléchir, ca ne marche pas toujours de façon aussi simple (certaines echelles doivent parfois etre recodées, ou pondérées, ou peuvent etre non interprétables en fonction du nombre de données manquantes)

Tu dois aller sur le site internet du questionnaire, et si il n'y en a pas te débrouiller pour trouver le document décrivant les règles d'interprétation (si le Q été validé il y a une publi quelque part et tout ca devrait etre dans le mat & &med)

Eric Wajnberg a écrit:Une méthode multivariée comme l'analyse en coordonnées principales pourrait vous permettre de faire ceci, ou l'AFCM.

Afin d'avoir une "idée" sur les 4 objectifs évoqués, ce type d'analyse descriptive est intéressante, elle vous donnera des idées sur les groupes de modalités qui semblent se "rapprocher".
Il faut garder en tête que l'ACP/AFCM sont des approches exploratoires et qu'on ne fait pas appel à de l'inférence (exemple : p-valeurs qui permettent de "conclure" sur les groupes de variables liés).

Comme vous l'avez souligné, il est difficile d'avoir un échantillon conséquent dans le domaine que vous étudiez, il est donc difficile de conclure.

Le côté corrélation est en effet une information qui peut être intéressante mais il est assez risqué de garder cette info pour conclure.
Comme il a été dit précédemment, croiser un nombre de variables important peut amener à des conclusions hâtives.
J'ai compris ce concept en trouvant ce lien sur ce forum :
http://www.tylervigen.com/spurious-correlations

En effet, je devrais avoir une norme pour mon questionnaire, sauf que la seule consigne d'interprétation que j'ai trouvée c'est "plus la somme est importante, plus le sentiment de culpabilité et fort"...
Ce questionnaire est plus une forme de "check-list"...
j'ai faits (en tout cas essayé) l'AFCM sur SPSS, je vais essayer de me pencher un peu plus sur l'analyse pour voir ce que ça donne !
Après, le but n'est pas de trouver une conclusion ou une finalité stricte, je devrais, de toute façon critiquée mon travail et apporter une ouverture (le petit échantillon étant la critique principale + variable parasite+ effet non testé..... ). Je sais déjà que mon travail est difficile à analyser et conclure, mais on va dire que c'est le début d'une future recherche plus approfondie..
merci en tout cas pour tous ces éléments de réponse !

zezima a écrit:

Eric Wajnberg a écrit:Une méthode multivariée comme l'analyse en coordonnées principales pourrait vous permettre de faire ceci, ou l'AFCM.

Afin d'avoir une "idée" sur les 4 objectifs évoqués, ce type d'analyse descriptive est intéressante, elle vous donnera des idées sur les groupes de modalités qui semblent se "rapprocher".
Il faut garder en tête que l'ACP/AFCM sont des approches exploratoires et qu'on ne fait pas appel à de l'inférence (exemple : p-valeurs qui permettent de "conclure" sur les groupes de variables liés).

Juste une remarque. Je n'ai pas dit "ACP". J'ai dit "l'analyse en coordonnées principales", i.e., pas "l'analyse en composantes principales", ce qui n'est pas la même chose. Ici on a (beaucoup) plus de variables que d'individus. Je ne pense pas trop que l'ACP donnerait quelque chose de solide. Mais ça devient un peu technique.

Cordialement, Eric.