Formation Introduction à l'analyse statistique avec IBM SPSS Statistics

Introduction à l'Analyse Statistique La différence entre populations et échantillons
La différences entre plans de recherche expérimentale et non-expérimentale
La différence entre les variables dépendantes et indépendantes Expliquer les variables quatitatives Décrire les niveaux de mesure utilisés dans IBM SPSS Statistics
Utiliser les graphes pour examiner les variables
Utiliser les mesures sommaires pour examiner les variables
Expliquer la distribution de données « normale »
Expliquer les scores standardisés et leur utilisation Test d'hypothèse Expliquer les différences entre échantillon et population Concevoir une hypothèse
Expliquer le niveau alpha
Expliquer les différences entre importance statistique et importance pratique Décrire les deux types d'erreur fréquents dans les tests d'hypothèse Test d'hypothèse avec variables quantitatives Expliquer la distribution d'échantillon d'une statistique
Expliquer les différences entre déviation et erreur standard
Utiliser le test One-Sample T pour tester une hypothèse sur une moyenne de population
Utiliser le test Paired-Samples T pour tester sur un effet “avant-après traitement”
Utiliser le test Binomial pour tester une hypothèse sur une proportion Relations entre variables qualitatives Utiliser le tableau croisé et choisir la statistique appropriée
Interpréter les effectifs et pourcentages d'un tableau croisé
Utiliser le test d'indépendance du Chi²
Utiliser le générateur de diagramme pour visualiser la relation entre deux variables qualitatives Test de différences entre moyennes de deux groupes Utiliser le générateur de diagrammes pour créer un diagramme de barre d'erreur
Utiliser Explore et Means pour décrire les différences entre les groupes
Utiliser le test d'échantillons indépendants pour verifier si les différences entre les deux groupes sont statistiquement significatives
Test de différences entre moyennes de plus de deux groupes
Vérifier les hypothèses de l'ANOVA à un facteur Interpréter les résultats de l' ANOVA Relations entre variables d'échelle Visualiser la relation entre deux variables quantitatives à l'aide du diagramme de dispersion
Expliquer quand la corrélation peut être utilisée
Réaliser un test d'hypothèse sur la corrélation Prédire une variable d'échelle Le modèle de la régression linéaire et ses hypothèses
Interprétation des résultats
Utilisation de la procédure modèle linéaire automatique Tests Non Paramétriques Décrire les conditions d'utilisation des tests non paramétriques
Interpréter les résultats de différents types de tests non paramétriques
Découvrir un large choix de méthodes nécessaires à l'exploration et à la présentation synthétique de données
Apprendre à poser des hypothèses et tester les relations sous-jacentes
Comprendre quand et pourquoi utiliser chacune des différentes méthodes
Savoir comment les appliquer en toute confiance
Savoir interpréter et afficher graphiquement les résultats