MODULE 4.

Instrumentation

C'est le processus de développement, de test et d'utilisation de l'appareil qui sera plus tard utilisé pour les données.
réunion.

Instruments

C'est le terme générique que les chercheurs utilisent pour désigner un dispositif ou un outil de mesure (enquête, test,

questionnaire, etc.)

Instruments complétés par le chercheur vs Instruments complétés par le sujet

A. Les instruments de recherche complétés sont ceux administrés par les chercheurs eux-mêmes. Ceux-ci
inclure :

Instrument de recherche terminé

1. Échelles de notation

2. Programmes/guide d'entrevue

[Link] de comptage

[Link] de fer

[Link] de contrôle de performance

6. Journaux de temps et de mouvement

[Link] d'observation

B. Les instruments complétés par les sujets, en revanche, sont ceux qui sont remplis par les participants.
Ceci inclut :

Instruments Complétés

Questionnaires

2. Listes de vérification personnelles

3. Échelles d'attitude

4. Inventaires de personnalité

5. Tests d'évaluation / Tests d'attitude

6. Dispositifs projectifs
7. Dispositifs sociométriques

L'utilisabilité se réfère à la facilité avec laquelle un instrument peut être administré et interprété par le
participant, et noté/interprété par les chercheurs.

Développement d'instruments

Questionnaire d'enquête - c'est un outil pour mettre en œuvre de manière cohérente un protocole scientifique pour
obtenir des données des répondants.

Les questionnaires peuvent être conçus comme :

1. Questionnaires structurés

2. Questionnaire non structuré

Questions à éviter dans un questionnaire d'enquête :

1. Questions embarrassantes

2. Questions à connotation positive/négative

3. Questions hypothétiques

Entretien non structuré - c'est une conversation spontanée, pas un ensemble spécifique de questions posées.
dans un ordre prédéterminé.

Étapes pour mener un entretien non structuré :

1. Ouverture de l'entretien

2. Administrer des questions

3. Clôturer l'entretien

Instrument d'observation structuré - l'observation est le processus de surveillance de quelqu'un ou de quelque chose.
La plupart des instruments d'observation sont des formes qui aident un chercheur à collecter des observations systématiques.
informations sur les questions de recherche.

Échelles et indices

1. Échelle binaire – C'est une échelle nominale composée d'éléments binaires qui supposent l'un des deux résultats possibles.
valeurs, par exemple, oui ou non, vrai ou faux, et ainsi de suite.

Échelle de Likert - C'est une échelle populaire pour mesurer des données ordinales ; où il y a des éléments de Like
qui sont des déclarations formulées simplement auxquelles les répondants peuvent indiquer leur degré de
 accord ou désaccord sur une échelle de cinq ou sept points allant de « tout à fait d'accord » à
fortement en désaccord.

3. Échelle différentielle sémantique - Il s'agit d'une échelle composite ou à plusieurs items ; dans laquelle les répondants sont
on demande généralement d'indiquer leurs opinions ou sentiments envers une seule affirmation en utilisant différents
paires d'adjectifs présentés comme des opposés polaires ou deux extrêmes.

4. Échelle de Gutman - C'est un autre type d'échelle composite ou à plusieurs éléments ; où elle utilise une série de
éléments disposés dans un ordre croissant d'intensité du concept d'intérêt, du moins intense au plus intense
le plus intense.

MODULE 4.2

Validité

Il se réfère au degré auquel un instrument de mesure mesure ce qu'il est censé mesurer.

Par exemple, dans l'évaluation de la compétence orale des étudiants, les performances orales ont une plus grande
validité que les tests à choix multiple. Cela est dû au fait que les tests à choix multiple ne nécessitent pas forcément
les étudiants à démontrer leurs compétences orales. Les performances orales, en revanche, obligent
les étudiants à montrer leurs véritables compétences en communication orale. (Barrot, 2017)

La validité a plusieurs types, à savoir, la validité apparente, la validité de contenu, la validité de construit, la validité concurrente,
et validité prédictive.

1. Validité de surface - Cela fait référence à ce que la mesure reflète apparemment le contenu de la
concept en question. Il peut être établi en interrogeant des experts dans le domaine – que le concept soit
la mesure capture ce que le concept est ou ce que le concept signifie.

2. Validité de contenu – Cela se réfère au degré auquel un instrument couvre un échantillon représentatif
(ou éléments spécifiques) de la variable à mesurer.

3. Validité concurrente – Cela fait référence à l'utilisation d'un critère dans lequel les cas sont connus pour différemment et qui est

pertinent au concept en question.

4. Validité prédictive - Elle fait référence à l'utilisation d'une mesure de critère future plutôt que d'une mesure contemporaine.

un.

5. Validité de construction - Cela fait référence à la déduction d'hypothèses à partir d'une théorie qui est pertinente pour le

concept.

[Link]é convergente - Elle fait référence à la comparaison d'une nouvelle mesure avec des mesures du même concept.
développé par d'autres méthodes.
MODULE 4.3

Fiabilité

Il fait référence à la cohérence des mesures d'un instrument. La fiabilité est un aspect impliqué dans le
précision de la mesure.

Différentes tests ou techniques de fiabilité

Il existe quatre types de fiabilité : la fiabilité inter-juges, la fiabilité test-retest, la fiabilité par moitié et
fiabilité de la cohérence interne.

1. Fiabilité inter-évaluateurs (fiabilité inter-observateurs) – C'est une mesure de cohérence entre deux ou plusieurs
évaluateurs indépendants (observateurs) du même construit (concept).

2. La fiabilité test-retest - C'est une mesure de la cohérence entre deux mesures (tests) du même
construction administrée au même échantillon à deux moments différents.

3. Fiabilité parSplit-half– C'est une mesure de cohérence entre les deux moitiés d'une mesure de construit.

4. Fiabilité de cohérence interne - C'est une mesure de cohérence entre différents éléments du même
construire.
MODULE 4.4

Instrument d'enquête

A. Avantages d'utiliser des questionnaires d'enquête :

1. Haute représentativité

2. Coûts bas

3. Collecte de données pratique

4. Bonne signification statistique

5. Peu ou pas de subjectivité de l'observateur

6. Résultats précis

B. Inconvénients de l'utilisation des questionnaires d'enquête :

Conception inflexible

2. Pas idéal pour les questions controversées

3. Inadéquation possible des questions

Groupe de discussion

A. Avantages du groupe de discussion :

1. Le chercheur peut interagir avec les participants, poser des questions de suivi ou poser des questions qui
sondez plus profondément.

2. Les résultats peuvent être plus faciles à comprendre que des données statistiques compliquées

3. Le chercheur peut obtenir des informations à partir de réponses non verbales, telles que les expressions faciales ou le corps.

langue.

4. L'information est fournie plus rapidement que si les gens étaient interrogés séparément.

B. Avantages des groupes de discussion :

Les groupes de discussion peuvent être relativement peu coûteux et fournir des résultats rapides.

Les groupes de discussion sont un outil d'évaluation flexible.

3. Les participants peuvent être plus à l'aise pour parler en groupe que lors d'une interview individuelle. Interactions
peut générer plus de discussions et, par conséquent, plus d'informations.
4. Les données sont les propres mots des répondants. Elles sont facilement comprises et fourniront des aperçus sur la façon dont
les répondants pensent au sujet.

C. Inconvénients des groupes de discussion :

1. Les groupes peuvent être difficiles à rassembler.

2. Le cadre de groupe peut influencer les réponses des individus, ce qui est problématique lorsqu'un dominant
le membre affecte les résultats.

3. Les petits chiffres dans les données du groupe de discussion dépendent de la capacité du modérateur, ce qui les rend
il est essentiel que le modérateur soit soigneusement formé et compétent.

La qualité et la quantité des données des groupes de discussion dépendent de l'aptitude du modérateur, ce qui en fait
il est essentiel que le modérateur soit soigneusement formé et compétent.

La nature qualitative des données des groupes de discussion peut les rendre plus difficiles à résumer et à interpréter que
plus de types quantitatifs.

D. Comment procéder avec un groupe de discussion :

1. Les questions doivent être concrètes, spécifiques, ciblées, simples et ouvertes, passant de plus en plus
général au plus spécifique.

2. Des exercices peuvent être utilisés à la place de questions pour s'assurer que tous les membres du groupe de discussion ont un

opportunité de participer.

3. Les chercheurs divergent sur la taille idéale d'un groupe de discussion, mais la plupart sont composés de 8 à 15 participants.

4. Les chercheurs doivent décider si des incitations et des récompenses seront utilisées pour recruter des participants.

5. Sélectionner un emplacement approprié où le groupe de discussion peut se réunir est une planification très importante.
décision.

6. Les décisions concernant l'enregistrement ou la prise de notes doivent être prises à l'avance

Planification de la procédure de collecte de données

Il est important que vous connaissiez les facteurs à prendre en compte lors de l'élaboration de l'instrument de recherche et
planifiez les étapes que vous prendrez dans votre collecte de données. Ces étapes sont généralement regroupées en trois phases :
avant, pendant et après la collecte des données.

Avant

1. Développez vos instruments et matériaux de collecte de données.

2. Demandez la permission aux autorités et aux chefs des institutions ou des communautés où vous
effectuera votre étude.
 3. Sélectionnez et filtrez la population en utilisant des techniques d'échantillonnage appropriées.

4. Former les évaluateurs, observateurs, expérimentateurs, assistants et autres membres du personnel de recherche qui peuvent être
impliqué dans la collecte de données.

5. Obtenez le consentement éclairé des participants. Un formulaire de consentement éclairé est un document qui
explique les objectifs de l'étude et l'étendue de l'implication des participants dans le
recherche. Il garantit également la confidentialité de certaines informations concernant les participants et
leurs réponses.

6. Tester les instruments pour déterminer les problèmes potentiels qui pourraient survenir lorsqu'ils sont utilisés.

administré.

Pendant

1. Fournissez des instructions aux participants et expliquez comment les données seront collectées.

2. Administrez les instruments et mettez en œuvre l'intervention ou le traitement, le cas échéant.

3. Autant que possible, utilisez la triangulation dans votre méthode. La triangulation est une technique pour
validation des données en utilisant deux sources ou plus et méthodes.

Après

1. Encodez immédiatement ou transcrivez et archivez vos données.

2. Protégez la confidentialité de vos données.

3. Ensuite, examinez et analysez vos données en utilisant les outils statistiques appropriés.

Entretien non structuré

A. Un entretien non structuré ou entretien non directif est un

entretien dans lequel les questions ne sont pas préétablies.

B. Avantages de l'entretien non structuré :

L'interaction entre le participant et l'intervieweur permet d'obtenir des données plus riches et plus valides.

2. De plus, l'interaction permet à l'intervieweur de développer une relation avec le participant qui
cela pourrait signifier qu'ils sont plus ouverts et honnêtes dans leurs réponses.

3. Les ambiguïtés dans une réponse peuvent être examinées pour mieux comprendre le sens de cette réponse.

4. L'intervieweur peut changer les questions si, au cours de l'étude, il pense que
l'hypothèse devrait changer ou ils veulent orienter l'étude dans une nouvelle direction.
C. Inconvénients de l'entretien non structuré

1. Vous avez besoin d'un intervieweur formé qui ne peut interroger qu'un seul participant à la fois, cela signifie que
la méthode est consommatrice de ressources et coûteuse.

2. L'intervieweur ne posera pas exactement la même question à chaque fois, donc on pourrait dire que cela
la méthode est moins fiable.

3. Les questions changeantes signifient également qu'il est difficile de reproduire l'étude.

4. Les données sont qualitatives, ce qui signifie qu'il est difficile de les analyser et de les comparer avec d'autres données.

Observation Structurée

A. L'observation implique l'enregistrement des modèles comportementaux des personnes, des objets et des événements de manière systématique.

manière.

B. L'observation structurée (également connue sous le nom d'observation systémique) est une méthode de collecte de données dans laquelle

les chercheurs recueillent des données sans interaction directe avec les participants (les chercheurs observent à partir de
Loin) et la technique de collecte est structurée de manière bien définie et procédurale.

C. Dans l'observation structurée, le chercheur précise en détail ce qui doit être observé et comment cela doit être fait.
Les mesures doivent être enregistrées.

D. Lors de la réalisation d'une observation structurée, l'objet des observations a été déterminé.
au préalable.
MODULE 4.5

Directives pour l'utilisation des questionnaires pour la collecte de données

1. Avant d'administrer réellement le questionnaire, il peut être utile de le tester d'abord.

2. Contactez les participants avant de distribuer les questionnaires.

3. Joindre le formulaire de consentement éclairé au questionnaire lors de la collecte réelle de données.

4. Suivre les participants qui ne terminent pas leurs questionnaires avant la date limite fixée.

5. Encodez immédiatement les données dès que vous les avez collectées et archivez-les numériquement.

Lignes directrices pour l'utilisation des tests pour la collecte de données

1. Avant d'administrer le test, il peut être utile de le tester d'abord.

2. Contactez les participants avant de distribuer les questionnaires.

3. Joignez le formulaire de consentement éclairé au questionnaire lors de la collecte de données réelle.

4. Dans une étude expérimentale ou quasi-expérimentale, administrez le prétest avant l'intervention et

le test immédiatement après l'intervention.

5. Lors de l'utilisation du design pré-test et post-test, assurez-vous que ces deux tests sont sous des formes parallèles.

6. Assurez-vous que les participants sont à l'aise pendant le test.

7. Encodez immédiatement les données une fois collectées et archivez-les numériquement pour un accès plus facile.
documentation.

Directives pour réaliser une interview quantitative

Avant l'entretien

1. Décidez du mode d'entretien que vous utiliserez (en face à face, par téléphone, par visioconférence).

2. Choisissez un lieu confortable avec le moins de distractions possible.

3. Décidez de la durée de l'entretien.

4. Préparez et maîtrisez votre guide d'entretien.

5. Testez votre dispositif d'enregistrement.

6. Testez votre guide d'entretien et pratiquez la manière dont vous allez mener l'entretien.

7. Assurez-vous d'obtenir le consentement des participants avant de procéder à l'enregistrement.

entretien.

Lors de l'entretien

1. Soyez maître du déroulement de l'interview.

2. Aidez les participants à répondre aussi facilement et naturellement que possible.

3. Faites preuve de respect, de professionnalisme et d'une attitude positive envers les participants tout au long de la
entretien.

Après l'entretien

1. Vérifiez si le dispositif d'enregistrement a bien fonctionné tout au long de l'entretien.

2. Transcrivez ou encodez les données dès que vous avez terminé votre entretien.

3. Écrivez quelques-unes de vos observations concernant l'entretien.

Directives pour mener une observation

Avant l'observation

1. Clarifiez vos objectifs de recherche.

2. Préparez une liste de contrôle ou un formulaire d'observation.

3. Décidez du type d'observation et de technique de collecte que vous allez utiliser.

4. Décidez de la durée de l'observation, du comportement ou des variables que vous souhaitez observer, et du temps et
emplacement de l'observation.

5. Enregistrez uniquement les données qui répondront à vos questions de recherche ou objectifs.

6. Si votre observation implique des participants humains, informez-les de votre étude avant votre rendez-vous prévu.
observation.
Lors de l'observation

1. Écrivez la date, l'heure et le lieu où l'observation sera effectuée.

2. Si possible, il devrait y avoir plus d'une personne effectuant l'observation.

3. Expliquez l'objectif de l'observation à vos participants.

4. Assurez-vous que les participants bénéficient d'un maximum d'anonymat possible.

5. Soyez précis et objectif dans l'enregistrement de vos observations.

6. Pendant l'observation, assurez-vous que les participants sont conscients de l'objectif de votre étude.
votre étude.

7. Utilisez plusieurs schémas d'enregistrement si possible.

Après l'observation

1. Compilez et tablez toutes les données que vous avez obtenues et enregistrez-les sur votre ordinateur.

2. Maintenez la confidentialité des données que vous avez collectées.

3. Examinez vos données pour déterminer s'il y a quelque chose que vous avez manqué, afin de pouvoir combler cette lacune dans le
données avant de poursuivre votre étude.
MODULE 5.1

Considération éthique dans la collecte de données (Barrot, 2017)

Le processus de collecte de données n'est pas limité à la détermination des instruments et des stratégies de collecte de données.
Il y a aussi des considérations éthiques que vous devez comprendre avant de rassembler vos données, surtout lorsque
cela implique des participants humains. Ces considérations garantissent que vous, les participants, serez traités
correctement tout au long de l'étude.

L'une de ces considérations éthiques concerne la préparation du formulaire de consentement éclairé.

Le formulaire de consentement éclairé est un document qui fournit aux participants les informations dont ils ont besoin dans

décidant s'ils participeront ou non à votre étude. Il aborde d'abord le contexte de votre
recherche, comme le titre de l'étude, votre nom et l'institution à laquelle vous êtes affilié, et le
objectif de votre étude. Le formulaire de consentement éclairé contient également les informations suivantes :

1. la procédure de collecte de données, qui aidera les participants à connaître le processus qu'ils vont suivre
impliqué dans

2. les possibles inconforts ou facteurs de risque, ce qui aidera les participants à évaluer s'ils peuvent, en effet, être
impliqué dans l'étude;

3. la clause de confidentialité, qui garantira aux participants que vous ne divulguerez pas publiquement
informations que vous obtiendrez d'eux;

4. la terminaison de la recherche, qui garantira aux participants qu'ils peuvent refuser de

participer à l'étude ou mettre fin à leur participation à tout moment ; et

5. la clause d'autorisation, qui veillera à ce que les participants aient reconnu le

conditions auxquelles ils seront soumis tout au long de l'étude.

Le formulaire de consentement éclairé doit être rempli avant de collecter des données auprès des participants.
devrait également être signé par le participant et le chercheur pour garantir qu'ils sont tous deux d'accord sur
les conditions dans lesquelles la collecte de données aura lieu.

En plus d'utiliser un formulaire de consentement éclairé, voici quelques-unes des directives éthiques lors de la collecte de données

étape de collecte de votre étude.

Informez les participants qu'ils ont le droit de refuser de participer à l'étude.

2. Garantir aux participants que toutes les informations qui seront recueillies seront traitées avec la plus grande
la confidentialité et que leur anonymat sera préservé.

3. Sécurisez vos données de manière à les protéger contre l'accès de personnes non impliquées dans le processus.
étudier.
4. Si vous décidez de donner un jeton aux participants, assurez-vous qu'il est raisonnable. Cela signifie que
le jeton ne doit pas exercer une influence indue sur le comportement des participants tout au long de la collecte de données
procédure.

Lettres liées à la recherche

Ce sont les documents nécessaires avant de commencer votre collecte de données :

1. Formulaire de Consentement Éclairé (FCE)

2. Formulaire de consentement éclairé pour les parents (pour les participants de moins de 18 ans)

3. Lettre de permission (pour les étudiants non SHS) adressée au coordinateur / responsable / doyen

4. Formulaire de consentement des parents en dehors de l'école

5. Lettre de permission (pour la collecte de données en dehors de l'institution) pour une institution/entreprise.

MODULE 5.2

Échantillon d'instrument

Voici un instrument d'échantillon pour connaître le niveau d'appréciation des touristes envers Intramuros,
Manille. Les détails suivants sont les données nécessaires pour élaborer et compléter le
étude de recherche.

Niveau d'appréciation des touristes envers Intramuros, Manille

Partie I. Profil démographique des répondants

Âge

16-35 ans

36-50 Ans

51-65 ans

66 ans et plus
 2. Sexe

Homme

Femme

3. État civil

Célibataire

Marié

Séparé

Veuf

4. Occupation

Veuillez indiquer : ______________________

5. Niveau d'éducation

Élémentaire

Secondaire

Collège

Professionnel

Niveau d'appréciation pour la visite d'Intramuros, Manille :

Veuillez répondre aux questions suivantes en mettant une coche (/) devant le numéro correspondant.
correspond à votre réponse.

1 – Pas Apprécié (PA)

 2 – Légèrement Apprécié (LA)

3 – Modérément Apprécié (MA)

4 – Apprécié (A)

5 – Très Apprécié (TA)

VA Un MA SA NA

5 4 3 2 1

Les activités de loisirs et de loisirs aident davantage l'attraction touristique

apprécié par les touristes.

Les attractions semblent plus attrayantes bien qu'il y ait beaucoup de gens qui sont
visiter le lieu.

La direction et le personnel des attractions sont accessibles et sincères.

en prenant soin des touristes.

La vision des médias sur l'attraction touristique change la façon dont les touristes pensent

à propos des lieux.

Lors de l'organisation des données quantitatives et lors de leur traitement dans SPSS, les données doivent être toutes numériques.
format. Par conséquent, les légendes suivantes doivent être utilisées pour organiser les données au fur et à mesure que nous avançons avec le

discussion.

Âge
16-35 ans
2 – 36-50 ans
3 – 51-65 ans
4 – 66 ans et plus

Sexe
1 – Masculin
2 - Femme

État civil
1 – Célibataire
2 – Marié
3 – Séparé
4 – Veuf
Occupation (En supposant que ce soient les réponses dominantes et uniques)
1 – Enseignant
2 – Ingénieur
3 – Comptable
4 – Vendeur/Vendeuse
5 – Serveur

Niveau d'éducation
1 – Élémentaire
2 – Secondaire
3 – Collège
4 – Vocational

Comme nous savons comment organiser nos données, supposons que nous avons pu recueillir des réponses de 50
répondants utilisant l'instrument d'échantillon.

Utiliser le Package Statistique pour les Sciences Sociales (SPSS) pour les Données Quantitatives

Dans l'organisation des données en utilisant Microsoft Excel, les colonnes sont pour les variables individuelles fidèlement organisées.
du format de l'instrument, et les lignes sont pour toutes les réponses des répondants individuels.

Prenez note des éléments suivants :

Assurez-vous que chaque colonne est correctement étiquetée.

Les étiquettes n'ont pas besoin d'être en mots complets ; une lettre ou deux suffiraient.

La première colonne de votre fichier doit toujours être étiquetée "Répondants."

Par conséquent, étiquetez chaque questionnaire accompli que vous avez de 1 jusqu'au nombre de
vos répondants.

Une fois vos données organisées dans Microsoft Excel, vous pouvez les copier et les coller dans SPSS.

SPSS a trois fenêtres :

1. La Vue des Données – où les données brutes sont organisées.

2. La vue des variables - où les informations et les détails sur les données sont organisés.
3. La vue de sortie - où les résultats des données calculées apparaissent.

Que faire avec SPSS ?

Suivez ces étapes pour utiliser SPSS :

1. Cliquez sur l'affichage des variables

 2. Renommez chaque colonne en fonction des étiquettes de votre fichier Microsoft Excel.

3. Sous type, changez le type de la colonne « Répondants » en « Chaîne » car cela concerne uniquement les étiquettes.
des répondants et ne serait pas calculé.

4. Enfin, sous « Mesurer », cliquez sur le niveau de mesure correct de chaque variable de votre
données.

ASTUCE : Une fois cela fait, le calcul des données peut déjà commencer.

Laissons-nous avoir un échantillon et des questions de recherche, basées sur l'instrument échantillon de notre première

discussion.

Titre de la recherche

Niveau d'appréciation des touristes pour Intramuros, Manille

Question de recherche 1 :

Quel est le profil démographique des répondants touristes en termes de :

âge
b. sexe;
c. état civil;
d. occupation; et
e. niveau d'éducation ?

Comment calculer la fréquence en utilisant les étapes suivantes dans SPSS ?

Cliquez sur « Analyser »

2. Cliquez sur « Statistiques descriptives »

3. Sélectionnez les variables qui seraient calculées.

4. Transférez-les de la fenêtre de gauche à la fenêtre de droite en cliquant sur le bouton flèche dans le
milieu.
5. Cliquez sur « OK ».

Comment présenter des données qui ont été calculées en utilisant la fréquence ?

- La table devrait être composée de trois colonnes.

- La colonne 1 est pour les variables.
La colonne 2 est pour la fréquence
La colonne 3 est pour le pourcentage.
- Il convient de noter que les informations qui seraient placées sous la Colonne 1 peuvent être trouvées sur le
instrument; tandis que les informations pour les colonnes 2 et 3 se trouvent sur le
les résultats générés par SPSS lorsqu'il a calculé la fréquence.

Reportez-vous au tableau pour un exemple :

Profil Fréquence Pourcentage

Âge

16-35 Ans 11 22,5 %

36-50 13 26,2%

51-65 17 34,0%

66 au-dessus 9 18,0 %

Total 50 100 %

Sexe

Homme 28 56,0%

Féminin 22 44,0%

Total 50 100 %
Après la création du tableau, numérotez-le correctement en utilisant deux chiffres séparés par un point (par exemple, Tableau 3.1). Remarque

que le premier chiffre correspond à la partie de l'article de recherche où le tableau peut être trouvé, et
le deuxième chiffre correspond à la position ordinale du tableau dans cette partie du document.

De plus, le tableau doit être étiqueté. N'oubliez pas que l'étiquette doit être un groupe nominal (par exemple.
Distribution de la fréquence du profil des répondants touristes

Ensuite, présentez ce que montre le tableau en utilisant des paragraphes.

En présentant les données sous forme de paragraphes, le chercheur doit décrire chaque détail que le tableau
Ainsi, il/elle devrait décrire les données individuellement.

Tableau 3.1

Distribution de fréquence du profil des répondants

Profil Pourcentage de fréquence

Âge
 16-35 ans 11 22,5 %

36-50 13 26,2 %

51-65 17 34,0%

66 au-dessus 9 18,0%

Total 50 100%

Sexe

Homme 28 56,0%

Femme 22 44,0%

Total 50 100%

Enfin, le chercheur doit interpréter les données. L'interprétation doit être capable de répondre à
question de recherche. Par conséquent, le chercheur doit identifier la majorité dans chaque variable calculée pour
fréquence.

Tableau 3.1

Distribution de fréquence du profil des répondants

Profil Pourcentage de fréquence

Âge

16-35 ans 11 22,5%

36-50 13 26,2 %

51-65 17 34,0%

66 au-dessus 9 18,0 %

Total 50 100%

Sexe

Homme 28 56,0%

Femme 22 44,0%

Total 50 100 %
 Le tableau 3.1 montre qu'onze (11) ou 22 % des répondants ont entre 16 et 25 ans, treize
(13) ou 26 % ont entre 36 et 50 ans, dix-sept (17) ou environ 34,5 % ont entre 51 et 65 ans.
et neuf (9) ou 18 % ont 66 ans ou plus. Cela montre que la majorité des répondants sont
entre 51 et 65 ans.

De plus, en termes de sexe, vingt-huit (28) ou 56 % des répondants sont des hommes ; tandis que,
Vingt-deux (22) ou 44 % sont des femmes. Cela révèle que la majorité des répondants sont des femmes.

MODULE 5.3

Descriptifs

Pour les données, référez-vous aux fausses données du module précédent.

Étapes pour le calcul des descriptifs

Avec le logiciel SPSS, utilisez-le pour analyser la moyenne et l'écart type.

Cliquez sur "Analyser."

2. Cliquez sur « Statistiques descriptives ».

3. Cliquez sur "Descriptifs."

4. Sélectionnez les variables qui seraient calculées.

5. Transférez-les de la fenêtre de gauche vers la fenêtre de droite en cliquant sur le bouton flèche dans le
milieu.

6. Cliquez sur "OK."

Comment présenter les données qui ont été calculées à l'aide de descriptifs ?

Pour présenter les données fournies, rappelez-vous de ce qui suit :

La table doit être composée de quatre colonnes.

o La colonne 1 est pour les descripteurs, qui correspondent aux éléments ou aux questions reflétés dans
l'instrument.

o La colonne 2 est pour la moyenne.

o La colonne 3 est pour la description qualitative.

. La description qualitative généralement trouvée sur l'instrument lui-même, accompagnée de

l'échelle de notation.

o La colonne 4 est pour l'interprétation.

. L'interprétation est déterminée par le chercheur et doit correspondre à

sujet de recherche et question/s de recherche

La moyenne calculée par SPSS n'est pas toujours en nombres entiers, par conséquent, le chercheur devrait
définir des plages.

o La plage la plus basse doit être inférieure de 0,50 au score le plus bas de l'échelle utilisée.

o La plage la plus élevée doit être de 0,50 de plus que le score le plus élevé dans l'échelle utilisée.

o L'intervalle entre les plages peut être de 1.

Après la création de la table, numérotez-la correctement en utilisant deux chiffres séparés par un point (par exemple, Table 3.2)

Le premier chiffre correspond à la partie de l'article de recherche où le tableau peut être trouvé ; et
 Le deuxième chiffre correspond à la position ordinale du tableau dans cette partie du document.

La table doit être étiquetée, en se rappelant que l'étiquette doit être une phrase nominale (par exemple, "Niveau de
Appréciation des répondants touristiques envers Intramuros Manille

Ensuite, présentez le contenu du tableau avec des paragraphes.

Exemple :

Tableau 3.2

Niveau d'appréciation des répondants touristes envers Intramuros, Manille

Niveau d'appréciation des

Qualitatif
Répondants touristiques en termes Moyenne Interprétation
Description
d'aspect sociologique

Réponse 1

Réponse 2

Réponse 3

Réponse 4

Moyenne générale

En présentant les données sous forme de paragraphes, le chercheur doit décrire le descripteur ayant la plus haute
moyenne, et le descripteur avec la moyenne la plus basse.
The descripton should include thedescriptor, the mean, and the qualitatve descripton.

De plus, la moyenne générale devrait également être décrite.

VEUILLEZ NOTER QU'IL EXISTE DES ÉTUDES DANS LESQUELLES L'INSTRUMENT EST DIVISÉ

EN SOUS-PARTIES.

Dans ce cas, le chercheur devrait présenter dans différentes tables chaque sous-partie. Par exemple, si le niveau
Le questionnaire d'appréciation d'une attraction touristique comporte trois sous-parties (aspect sociologique, culturel)
aspect
et interprétations.

Si tel est le cas, étiquetez la moyenne globale pour chaque sous-partie avec "moyenne cumulée" et pour le calculé
signifie pour toutes les sous-parties avec "moyenne générale" pour éviter toute confusion.

Mais, si l'instrument n'est pas divisé en différentes sous-parties, « moyenne générale » peut être utilisée.

Enfin, le chercheur doit interpréter les données. L'interprétation doit être capable de répondre à
question de recherche. Par conséquent, le chercheur doit considérer la moyenne générale et son "interprétation."

Référez-vous à cet exemple :

Tableau 3.1

Distribution de fréquence du profil des répondants

Profil Pourcentage de fréquence

Âge

16-35 ans 11 22,5%

36-50 13 26,2%

51-65 17 34,0%

66 au-dessus 9 18,0 %

Total 50 100 %

Sexe

Homme 28 56,0%

Femme 22 44,0 %

Total 50 100%
 Le tableau 3.1 montre que onze (11) ou 22 % des répondants ont entre 16 et 25 ans, treize (13)
ou 26% ont entre 36 et 50 ans, dix-sept (17) ou environ 34,5% ont entre 51 et 65 ans, et
neuf (9) ou 18% ont 66 ans ou plus. Cela montre que la majorité des répondants ont entre
51-65 ans.

De plus, en termes de sexe, vingt-huit (28) ou 56 % des répondants sont des hommes ; tandis que,
vingt-deux (22) ou 44 % sont des femmes. Cela révèle que la majorité des répondants sont des femmes.

Tableau 3.2

Niveau d'appréciation des répondants touristes envers Intramuros, Manille

Niveau d'appréciation du
Qualitatif
Répondants touristes en termes Moyenne Interprétation
Description
d'aspect sociologique

Loisir et
activités récréatives
Modérément
aider le touriste 3,36 Modérément attaché à
Apprécié
attraction plus valorisée
par les touristes.

2. Les attractions semblent plus

attractif même si
4,08 Apprécié Passionné de
beaucoup de gens sont
visiter l'endroit.

3. Direction et personnel
des attractions sont
abordable et 3,90 Apprécié Passionné de
sincère dans la prise en charge de
les touristes.

4. La vue des médias sur le

attraction touristique
modifie la manière dont les touristes
4.14 Apprécié Amateur de

pensez aux lieux.

Moyenne générale 3,87 Apprécié Amateur de

Legends: 1-1.50: Not Appreciated; 1.51-2.50: Slightly Appreciated; 2.51-3.50: Moderately Appreciated;
Apprécié
 Le tableau 3.2.1 montre que les répondants apprécient la perspective des médias sur l'attraction touristique.
change la façon dont les touristes pensent aux lieux, accumulant la moyenne la plus élevée de 4,14. Cependant, il est
légèrement apprécié par les répondants le concept que les activités de loisirs et de récréation que
aider l'attraction touriste à être plus valorisée par les touristes, accumulant la moyenne la plus basse de 3,36.
Dans l'ensemble, les répondants apprécient visiter Intramuros, avec une moyenne de 3,87.

Cela montre que les répondants aiment visiter Intramuros.

ANOVA et le test de Levene

Référez-vous à nouveau aux données fictives.

Utilisation de l'ANOVA et du test de Levene

L'ANOVA est utilisée si une variable a plus de deux catégories (par exemple : état civil : célibataire, marié, veuf.
séparé - 4 catégories); tandis que, le test T de Levene est utilisé pour une variable dichotomique (par exemple sexe : masculin,
femelle – 2 catégories). Le test de T de Levene est utilisé pour des variables qui bien qu'il y en ait plus de 2
catégories, les répondants choisissent uniquement parmi deux des choix (par exemple : Profession : enseignant, ingénieur,
comptable, vendeur/vendeuse, serveur – 5 catégories ; mais, les répondants sont tous des enseignants et
ingénieurs par exemple).

Étapes pour calculer l'ANOVA dans SPSS

Cliquez sur « Analyser ».

2. Cliquez sur « Comparer les moyennes ».

3. Cliquez sur « ANOVA à sens unique. »

4. Sous "Liste des dépendants", placez la variable dépendante, (généralement, la moyenne générale) et sous
« Facteur », placez la variable indépendante (généralement la variable démographique).

5. Cliquez sur « Options. »

6. Cochez "Descriptif."

7. Cliquez sur « OK ».

Étapes pour calculer le test T de Levene dans SPSS

1. Cliquez sur « Analyser ».

 2. Cliquez sur « Comparer les moyennes. »

3. Cliquez sur « ANOVA à sens unique ».

4. Sous "Liste des dépendants", placez la variable dépendante, (généralement, la moyenne générale) et sous
« Facteur », placez la variable indépendante (généralement la variable démographique).

5. Cliquez sur « Options ».

6. Cochez "Descriptif."

7. Cochez "Test d'homogénéité des variances.

Cliquez sur "OK."

Comment présenter les données qui ont été calculées en utilisant l'Analyse de la Variance (ANOVA) et le test de Levene.
Test?

Le tableau devrait être composé de huit colonnes

o La colonne 1 est pour les variables

o La colonne 2 est pour le profil

o La colonne 3 est pour la moyenne

o La colonne 4 est pour l'écart type

o La colonne 5 est pour la valeur f calculée (si l'ANOVA est utilisée) ou la valeur t calculée (si le T de Levene est utilisé)

test est utilisé).

o La colonne 6 est pour la valeur de signification.

o La colonne 7 est pour la décision sur l'hypothèse nulle (Ho)

o La colonne 8 est pour l'interprétation

Notez que les informations qui seraient placées sous la colonne 1 et la colonne 2 peuvent être trouvées sur le
instrument ; tandis que les informations pour les colonnes 3 à 6 se trouvent dans les résultats de SPSS
généré lorsqu'il a calculé pour ANOVA/test T de Levene. Par conséquent, le tableau devrait ressembler à l'exemple. Pour
La colonne 7, la valeur p ou le niveau alpha est la base. Et, pour la colonne 8 : si la décision sur H0est accepté, le
l'interprétation n'est pas significative, mais si la décision sur H0est rejetée, l'interprétation est significative
Après la création de la table, numérotez-la correctement en utilisant deux chiffres séparés par un point (par exemple, Table 3.3). Remarque

que le premier chiffre correspond à la partie de l'article de recherche où le tableau peut être trouvé, et le
le deuxième chiffre correspond à la position ordinale du tableau dans cette partie du document.

Le tableau doit être étiqueté avec une phrase nominale (par exemple, "Différence significative dans le niveau d'appréciation")
des répondants touristiques envers Intramuros, Manille lorsqu'ils sont regroupés selon le profil.

Puis présentez ce que montre le tableau en utilisant des paragraphes. En présentant les données sous forme de paragraphes, le
Le chercheur doit décrire la variable, le profil, la valeur f/t, la valeur de signification, la décision sur
Hoet interprétation.

Enfin, le chercheur doit interpréter les données. L'interprétation doit être en mesure de répondre à
question de recherche. Par conséquent, le chercheur doit expliquer le résultat du test d'hypothèse (se référer à
la Décision sur Ho et l'Interprétation).

Référez-vous au tableau :

Tableau 3.3

Différence dans le niveau d'appréciation des touristes répondants lorsqu'ils sont regroupés selon
à leur profil

Calculé
Décision
Variable Profil Moyenne Valeur F/T- Sig Interprétation
sur Ho
Valeur

16-35
Années 4.08 0.57
Vieux

36-50
Années 3,75 0,27
Vieux
Âge 1,68 0,02 Rejeté Significatif
51-65
Années 3,98 0,39
Vieux

66 ans
Vieux et 4.03 0,34
Au-dessus

Sexe Homme 3,94 0.34 3.41 0,01 Rejeté Significatif

Femme 3,96 0,49

 Le tableau 3.3 montre qu'en termes d'âge et de sexe, les répondants ont obtenu une valeur f/t calculée.
valeur de 1,68 et 3,41, respectivement, et valeur de signification de 0,02 et 0,01. Puisque la signification
les valeurs sont inférieures à la valeur de signification fixée à 0,05, l'hypothèse nulle est rejetée ; par conséquent, il y a une
différence significative dans l'évaluation des répondants. Cela montre qu'il y a une différence significative
différence dans l'évaluation des répondants touristiques si l'âge et le sexe sont pris comme facteurs ; où,
Les répondants âgés de 16 à 35 ans ont une évaluation relativement plus élevée que les autres.
Les répondants, et les répondantes ont une évaluation relativement plus élevée que les répondants masculins.

MODULE 5.4

Étapes pour le calcul du Rho de Spearman avec SPSS

(pour répondre à la question de recherche A)

Cliquez sur « Analyser ».

2. Cliquez sur « Corréler ».

3. Cliquez sur « Bivariée ».

4. Sélectionnez les variables qui seraient calculées.

5. Transférez-les de la fenêtre de gauche à la fenêtre de droite en cliquant sur le bouton flèche

au milieu.

6. Décochez "Pearson" en dessous de la boîte de dialogue.

7. Vérifiez « Spearman ».

8. Cliquez sur « OK. »

9. Puisque le test de rho de Spearman dans SPSS ne calcule pas pour des données descriptives, calculez vos variables.
également pour les descriptifs, spécifiquement la moyenne et l'écart type.

Étapes de présentation des données calculées à l'aide de Spearman Rho depuis SPSS :

Principalement, un chercheur peut utiliser un tableau pour présenter les résultats des données.

Le tableau devrait être composé de sept colonnes.

o La colonne 1 est pour les variables de votre étude, la Variable Dépendante 1 et le

Variable Dépendante 2.

o La colonne 2 est pour la moyenne.

o La colonne 3 est pour l'écart type.

o La colonne 4 est pour la valeur r. La valeur r se trouve dans la première ligne des résultats, sur
la valeur la plus à droite.

o La colonne 5 est pour la valeur de signification. La valeur de signification se trouve en dessous du r-

valeur.

o La colonne 6 est pour la décision concernant l'hypothèse nulle. La décision dépend de la

valeur de significance. Si la valeur de significance est inférieure à 0,05, la décision est « Rejetée ».
mais s'il est supérieur ou égal à 0,05, la décision est "Acceptée."

o La colonne 7 est destinée à l'interprétation. L'interprétation dépend de la décision sur le

Hypothèse nulle. Si l'hypothèse nulle est rejetée, l'interprétation est "Significatif," mais
si l'interprétation est acceptée, l'interprétation est « Non Significatif ».

Après la création du tableau, numérotez-le correctement en utilisant deux chiffres séparés par un point (par exemple, Tableau 3.3).
Notez que le premier chiffre correspond à la partie du document de recherche dans laquelle le tableau peut être trouvé,
et le deuxième chiffre correspond à la position ordinale du tableau dans cette partie du document.
 De plus, le tableau doit être étiqueté. N'oubliez pas que l'étiquette doit être une phrase nominale (par exemple.
« Relation entre le poste et le niveau d'éducation des enseignants répondants ».

Ensuite, présentez ce que montre le tableau en utilisant des paragraphes.

o En présentant les données sous forme de paragraphes, le chercheur doit décrire les données dans
colonnes 4-7.

Enfin, l'interprétation doit être fournie. L'interprétation doit être la réponse à la

question de recherche.

Voir l'exemple ci-dessous :

Tableau 3.4

Relation entre le Poste et le Niveau d'Éducation des Enseignants Répondants

Calculé Décision
Variable Moyenne Sig Interprétation
Valeur R sur Ho

Position 2,90 1,36

Éducatif 0,29 0,04 Rejeté Significatif

2,96 0,57
Atteinte

Le tableau 3.4 montre que la valeur r calculée des répondants est de 0,29, et la valeur calculée
la valeur de signification est de 0,04. Puisque la valeur de signification est inférieure à la valeur de signification fixée à 0,05, le
l'hypothèse nulle est rejetée. Cela signifie qu'il existe une relation significative entre la position et
niveau d'éducation. Bien que la relation soit faible.

Étapes pour calculer le r de Pearson en utilisant SPSS

(pour répondre à la question de recherche B)

Cliquez sur « Analyser ».

2. Cliquez sur "Corréler."

3. Cliquez sur « Bivarié. »

 4. Sélectionnez les variables qui seraient calculées.

5. Transférez-les de la fenêtre de gauche à la fenêtre de droite en cliquant sur le bouton de flèche.

milieu.

6. Cliquez sur « Options. »

7. Vérifiez les "Moyennes et écarts types."

8. Cliquez sur "OK."

Présentation des données recueillies à l'aide de Pearson r d'SPSS

Un chercheur peut utiliser un tableau pour présenter les résultats des données.

Le tableau doit être composé de sept colonnes.

o La colonne 1 est pour les variables de votre étude, la Variable Dépendante 1 et le

Variable Dépendante 2.

o La colonne 2 est pour la moyenne.

o La colonne 3 est pour l'écart type.

o La colonne 4 est pour la valeur r. La valeur r se trouve dans la première ligne des résultats, sur
la valeur la plus à droite.

o La colonne 5 est pour la valeur de signification. La valeur de signification est située en dessous du r-
valeur.

o La colonne 6 est pour la Décision sur l'Hypothèse Nulle. La décision dépend de la

valeur de significance. Si la valeur de significance est inférieure à 0,05, la décision est « Rejetée »,
mais s'il est supérieur ou égal à 0,05, la décision est "Acceptée."

o La colonne 7 est destinée à l'interprétation. L'interprétation dépend de la décision sur le

Hypothèse nulle. Si l'hypothèse nulle est rejetée, l'interprétation est « Significatif », mais
si l'interprétation est acceptée, l'interprétation est "Non Significative."

Après la création du tableau, numérotez-le correctement en utilisant deux chiffres séparés par un point (par exemple, Tableau 3.3).
Notez que le premier chiffre correspond à la partie de l'article de recherche où le tableau peut être trouvé,
et le deuxième chiffre correspond à la position ordinale du tableau dans cette partie de l'article.

La table doit être étiquetée. N'oubliez pas que l'étiquette doit être une phrase nominale (par exemple.
Relation entre le poste et le niveau d'instruction des enseignants répondants
 Ensuite, présentez ce que la table montre en utilisant des paragraphes.

En présentant les données sous forme de paragraphes, le chercheur doit décrire les données dans les colonnes 4 à 7.

Enfin, l'interprétation doit être fournie. L'interprétation doit être la réponse à la

question de recherche.

Voir l'exemple ci-dessous :

Tableau 3.4

Relation entre la profession et le niveau d'appréciation des répondants enseignants

Calculé Décision
Variable Moyenne Écart-type Sig Interprétation
Valeur R sur Ho

Occupation 2,56 1,24

Niveau de 0,43 0.43 Accepté Non Significatif

2,04 0,43
Appréciation

Le tableau 3.4 montre que la valeur r calculée des répondants est de 0,43, et la valeur calculée
la valeur de signification est 0,43. Étant donné que la valeur de signification est supérieure à la valeur de signification fixée à 0,05, le

L'hypothèse nulle est acceptée. Cela signifie qu'il n'y a pas de relation significative entre l'occupation et
niveau d'appréciation.

Étapes pour le calcul du Chi-carré dans SPSS

(pour répondre à la question de recherche C)

1. Cliquez sur « Analyser ».

2. Cliquez sur "Statistiques descriptives."

3. Cliquez sur « Tableaux croisés ».

4. Sélectionnez les variables qui seraient calculées.

5. Transférez l'une des variables vers "Ligne(s)" et l'autre, "Colonne(s)". Peu importe laquelle vous
Placer dans l'une ou l'autre boîte de dialogue, les résultats ne changeraient pas.

6. Cliquez sur « Statistiques ».

7. Cochez « Chi-Carré. »

8. Cliquez sur « Continuer ».

9. Cliquez sur « OK ».

10. Puisque le test du Chi-Carré dans SPSS ne calcule pas pour les données descriptives, calculez également vos variables.
pour les descriptifs, spécifiquement la moyenne et l'écart type.

Étapes de présentation des données recueillies à l'aide du Chi-Carré dans SPSS :

Un chercheur peut utiliser un tableau pour présenter les résultats des données.

La table doit être composée de sept colonnes.

o La colonne 1 est pour les variables de votre étude, la Variable Dépendante 1 et le

Variable Dépendante 2.

o La colonne 2 est pour la moyenne.

o La colonne 3 est pour l'écart type.

o La colonne 4 est pour la valeur du chi carré. La valeur du chi carré se trouve à côté de l'étiquette.
Chi-de Pearson.

o La colonne 5 est pour la valeur de signification. La valeur de signification se trouve sur la ligne pour
« Chi-de-Pearson » et sous l'étiquette, « Sig. Asymp. »

o La colonne 6 est pour la décision sur l'hypothèse nulle. La décision dépend de la

valeur de signification. Si la valeur de signification est inférieure à 0,05, la décision est « Rejetée ».
mais s'il est supérieur ou égal à 0,05, la décision est "Acceptée."

o La colonne 7 est pour l'interprétation. L'interprétation dépend de la décision sur le

Hypothèse nulle. Si l'hypothèse nulle est rejetée, l'interprétation est "Significatif", mais
Si l'interprétation est acceptée, l'interprétation est "Non significatif."

Après que le tableau est créé, numérotez-le correctement en utilisant deux chiffres séparés par un point (par exemple, Tableau 3.3).
Notez que le premier chiffre correspond à la partie de l'article de recherche où le tableau peut être trouvé,
et le deuxième chiffre correspond à la position ordinale du tableau dans cette partie du document.
 De plus, le tableau devrait être étiqueté. N'oubliez pas que l'étiquette doit être une phrase nominale (par exemple.
« Relation entre la position et le niveau d'éducation des enseignants interrogés ».

Puis, présentez ce que montre le tableau en utilisant des paragraphes.

En présentant les données sous forme de paragraphes, le chercheur doit décrire les données dans les colonnes 4 à 7.

Enfin, l'interprétation devrait être fournie. L'interprétation devrait être la réponse à la

question de recherche.

Voir l'exemple ci-dessous :

Tableau 3.4

Relation entre le genre et le niveau d'éducation des enseignants répondants

Calculé Décision
Variable Moyenne Sig Interprétation
Chi carré sur Ho

Genre 2,32 0,32

Éducatif 5,46 0,14 Accepté Pas significatif

2,53 0,33
Atteinte

Le tableau 3.4 montre que la valeur du chi carré calculée des répondants est de 5,46, et le
La valeur de signification calculée est de 0,14. Puisque la valeur de signification est supérieure à la valeur seuil de 0,05
valeur, l'hypothèse nulle est acceptée. Cela signifie qu'il n'y a pas de relation significative entre
genre et niveau d'éducation.

MODULE 5.5

Calcul du test T apparié dans SPSS

Voici les étapes suivantes pour effectuer un test t pour échantillons appariés à l'aide de SPSS afin de répondre à la recherche.

Question :

Cliquez sur « Analyser ».

2. Cliquez sur « Comparer les moyennes ».

3. Sélectionnez les variables qui seraient calculées.

4. Transférez-les de la fenêtre de gauche à la fenêtre de droite en cliquant sur le bouton flèche dans le
milieu.
5. Cliquez sur "OK."

Comment présenter les données qui ont été calculées à l'aide de

Test t pour échantillons appariés ?

La table devrait être composée de sept colonnes.

La colonne 1 est pour les variables de l'étude.

La colonne 2 est pour la moyenne.

La colonne 3 est pour l'écart type.

La colonne 4 est pour la valeur t. La valeur t est située sous l'étiquette « t ».
La colonne 5 est pour la valeur de signification. La valeur de signification est située sous l'étiquette « Sig. (bilatérale). »
La colonne 6 est pour la décision sur l'hypothèse nulle. La décision dépend de la valeur de signification. Si
la valeur de signification est inférieure à 0,05, la décision est "Rejetée", mais si elle est supérieure ou égale à
0,05, la décision est « Acceptée. »
La colonne 7 est pour l'interprétation. L'interprétation dépend de la décision concernant l'hypothèse nulle. Si
l'hypothèse nulle est rejetée, l'interprétation est "Significative", mais si l'interprétation est acceptée,
l'interprétation est "Pas Significatif."

Tableau 3.4

Efficacité de Brightspace sur le statut académique des étudiants répondants

Calculer Décision
Variables Moyenne Sig Interprétation
Valeur T sur Ho

Brightspac
e Utiliser
1 1
0,66 0,02 Rejeté Significatif
Posttest 4.00 0,96

Le tableau 3.4 montre que les répondants ont une valeur t calculée de 0,66, avec une valeur de signification
de 0,02. Puisque la valeur de signification est inférieure à la valeur de signification fixée de 0,05, l'hypothèse nulle est
rejeté. Cela montre qu'il existe un effet direct du programme Brightspace sur le niveau académique de
étudiants répondants. Cela signifie que le programme Brightspace est efficace.
Après que le tableau est créé, numérotez-le correctement en utilisant deux chiffres séparés par un point (par exemple, Tableau 3.3). Remarque

que le premier chiffre correspond à la partie du document de recherche où le tableau peut être trouvé, et le
Le deuxième chiffre correspond à la position ordinale du tableau dans cette partie du document.

De plus, le tableau doit être étiqueté. N'oubliez pas que l'étiquette doit être un groupe nominal (par exemple.
« Relation entre le poste et le niveau d'éducation des enseignants répondants ».

Ensuite, présentez ce que montre le tableau en utilisant des paragraphes.

En présentant les données sous forme de paragraphes, le chercheur devrait décrire les données dans les colonnes 4-7. (Se référer à
au Tableau 3.4)

Enfin, l'interprétation doit être fournie. L'interprétation doit être la réponse à la recherche.
question.

Paragraphe d'exemple pour décrire les données :

Le tableau 3.4 montre que les répondants ont une valeur t calculée de 0,66, avec une valeur de signification de
0.02. Puisque la valeur de signification est inférieure à la valeur de signification fixée de 0,05, l'hypothèse nulle est
rejeté. Cela montre qu'il existe un effet direct du programme Brightspace sur la situation académique de
étudiants répondants. Cela signifie que le programme Brightspace est efficace.

Calcul de test T indépendant dans SPSS

Comment présenter des données qui ont été calculées à l'aide du test T pour échantillons indépendants ?

La table devrait être composée de sept colonnes.

La colonne 1 est pour les variables de l'étude.

La colonne 2 est pour la moyenne.

La colonne 3 est pour l'écart type.

La colonne 4 est pour la valeur t. La valeur t se trouve sous l'étiquette "t."
La colonne 5 est pour la valeur de signification. La valeur de signification se trouve sous l'étiquette « Sig. (à deux extrémités) ».
La colonne 6 est pour la décision sur l'hypothèse nulle. La décision dépend de la valeur de signification. Si
la valeur de significativité est inférieure à 0,05, la décision est "Rejetée," mais si elle est supérieure ou égale à
0,05, la décision est « Acceptée. »
La colonne 7 est pour l'interprétation. L'interprétation dépend de la décision sur l'hypothèse nulle. Si
l'hypothèse nulle est rejetée, l'interprétation est "Significatif", mais si l'interprétation est acceptée,
l'interprétation est « Pas Significatif. »

QUE FAIRE ENSUITE ?

Après la création du tableau, numérotez-le correctement en utilisant deux chiffres séparés par un point (par exemple, Tableau 3.3).
que le premier chiffre correspond à la partie du document de recherche où le tableau peut être trouvé, et le
Le deuxième chiffre correspond à la position ordinale du tableau dans cette partie du document.

De plus, le tableau doit être étiqueté. N'oubliez pas que l'étiquette doit être une phrase nominale (par exemple.
« Relations entre la position et le niveau d'éducation des enseignants répondants ».

Puis, présentez ce que le tableau montre en utilisant des paragraphes.

En présentant les données sous forme de paragraphes, le chercheur doit décrire les données dans les colonnes 4 à 7.

Enfin, l'interprétation doit être fournie. L'interprétation doit être la réponse à la recherche.
question.

Voir l'exemple ci-dessous :

Tableau 3.3

Résultats post-test des groupes

Groupe Moyenne SD

Expérimental 4.16 0,77

Contrôle 4,00 0,96

Le tableau 3.3 montre que le groupe expérimental a obtenu un score de post-test de 4,16, avec un écart-type
écart de 0,77 ; tandis que le groupe de contrôle a obtenu un score au post-test de 4,00, avec un écart type
une déviation de 0,96. Cela montre que le groupe expérimental a un score relativement plus élevé que le groupe de contrôle.
groupe.

Tableau 3.4

Efficacité de Brightspace sur le statut académique des étudiants répondants

Groupe Mea SD Calculer Sig Décision interprétative

 n valeur T sur Ho n

Expérimente 0,7
4,16
l 5 0.0 Rejeté
0,66 Significatif
0,9 2 d
Contrôle 4,00
6

Le tableau 3.4 montre que les répondants ont une valeur t calculée de 0,66, avec une valeur de signification
de 0,02. Puisque la valeur de signification est inférieure à la valeur de signification fixée de 0,05, l'hypothèse nulle est
rejeté. Cela montre qu'il y a un effet direct du programme Brightspace sur le statut académique de
étudiants répondants ; où, le groupe expérimental a obtenu un score plus élevé que le groupe témoin.
Cela signifie que le programme Brightspace est efficace.

MODULE 5.6

Façons de préparer et de présenter des données à l'aide de graphiques et de diagrammes

Les graphiques et les tableaux ont le potentiel d'améliorer la compréhension des résultats de
une recherche quantitative si elle est présentée avec soin.

Un critère pour décider du type de graphique ou de diagramme le plus approprié à utiliser dépend de la
type de données que vous avez collectées (nominal, ordinal, intervalle ou ratio)

a. Graphique à barres : données nominales et ordinales

Image de Google Images

Diagramme en secteur : données nominales

Image de Google Images

Histogramme : données d'intervalle et de ratio

Image de Google Images

Polygone de fréquence : données d'intervalle et de ratio

Image provenant de Google Images

La construction de tableaux de fréquence est la première étape pour organiser des données brutes avant qu'elles ne puissent être
présenter graphiquement. Mais avant de construire le tableau de fréquence, il est nécessaire de grouper les
données.

Créer un tableau de fréquence consiste à regrouper des scores ou des valeurs dans des catégories spécifiques. Chaque fréquence

le tableau a ses fréquences d'occurrence associées.

En vous basant sur le tableau de fréquence, vous pourriez également souhaiter obtenir le pourcentage des occurrences dans un

relation au nombre total d'occurrences. Ainsi, vous pouvez également souhaiter faire un rapport dans un tableau
à la fois la fréquence et la distribution en pourcentage.