The processing of data - Historique des versions

Arthur : /* Measurement of dispersions */

2022-08-17T15:00:39Z

Measurement of dispersions

← Version précédente		Version du 17 août 2022 à 17:00
Ligne 52 :		Ligne 52 :
	== Central trend measurement ==		== Central trend measurement ==
	When carrying out a quantitative analysis, it is necessary to consider the type of variables and then choose the tool to use. We can distinguish between two main types of measures, i.e. between two types of information that we want to have single variables:		When carrying out a quantitative analysis, it is necessary to consider the type of variables and then choose the tool to use. We can distinguish between two main types of measures, i.e. between two types of information that we want to have single variables:
	* central trend measures		* central trend measures ;
	* dispersion measurements.		* dispersion measurements.
	Note: Depending on the variable, the measurements are different.		Note: Depending on the variable, the measurements are different.

Arthur le 16 février 2019 à 01:48

2019-02-16T01:48:07Z

← Version précédente		Version du 16 février 2019 à 03:48
Ligne 24 :		Ligne 24 :
	\| fr = Le traitement des données		\| fr = Le traitement des données
	\| es = Procesamiento de datos		\| es = Procesamiento de datos
			\| it = Trattamento dei dati
	}}		}}

Arthur le 26 janvier 2019 à 13:42

2019-01-26T13:42:58Z

← Version précédente		Version du 26 janvier 2019 à 15:42
Ligne 23 :		Ligne 23 :
	{{Translations		{{Translations
	\| fr = Le traitement des données		\| fr = Le traitement des données
			\| es = Procesamiento de datos
	}}		}}

Arthur le 1 avril 2018 à 18:38

2018-04-01T18:38:17Z

← Version précédente		Version du 1 avril 2018 à 20:38
Ligne 19 :		Ligne 19 :
	The analysis of quantitative data is very different from the analysis of qualitative data; they are two very different or even opposed research practices.		The analysis of quantitative data is very different from the analysis of qualitative data; they are two very different or even opposed research practices.

	We will focus on quantitative analysis, which is in fact easier than the analysis of qualitative data, if only because there are institutionalized routines.{{Translations		We will focus on quantitative analysis, which is in fact easier than the analysis of qualitative data, if only because there are institutionalized routines.
	\| en = Le traitement des données
			{{Translations
			\| fr = Le traitement des données
	}}		}}

Arthur le 1 avril 2018 à 18:37

2018-04-01T18:37:30Z

← Version précédente		Version du 1 avril 2018 à 20:37
Ligne 1 :		Ligne 1 :
			{{Infobox Lecture
			\| image =
			\| image_caption =
			\| faculté = [[Faculté des sciences de la société]]
			\| département = [[Département de science politique et relations internationales]]
			\| professeurs = [[Marco Giugni]]<ref>[https://unige.ch/sciences-societe/speri/membres/marco-giugni/ Page personnelle de Marco Giugni sur le site de l'Université de Genève]</ref>
			\| assistants =
			\| enregistrement =
			\| cours = [[Introduction to the methods of political science]]
			\| lectures =
			* [[Introductory course on the methods of political science]]
			* [[The positivist paradigm and the interpretative paradigm]]
			* [[Fundamental scientific methods]]
			* [[From theory to data]]
			* [[Data collection]]
			* [[The processing of data]]
			}}

	The analysis of quantitative data is very different from the analysis of qualitative data; they are two very different or even opposed research practices.		The analysis of quantitative data is very different from the analysis of qualitative data; they are two very different or even opposed research practices.

Arthur : /* Analyses multivariées */

2018-03-09T13:15:42Z

Analyses multivariées

@@ Ligne 103 : / Ligne 103 : @@
 The idea of linear regression which is a subset of a larger set is based on the idea of a linear function between X and Y; we try to estimate a cloud of points which represents the crossing between the two variables in the sample, so we will analyze the regression line and its slope. If the slope is 0 then Y doesn't change when you change X, you may be very interested in politics, but you always participate at the same level.
-= Analyses multivariées =
+= Multivariate analyses =
-== Analyse de régression ==
+== Regression analysis ==
-Selon le type de variables que l’on souhaite expliquer, on peut ou on ne peut pas appliquer l’outil de régression linéaire, il y a par exemple la régression logistique dans le cas de variables dummies soit absence ou présence, on ne peut appliquer la régression linéaire, car les présupposés de base ne sont pas garantis.
+Depending on the type of variables that you want to explain, you can or cannot apply the linear regression tool, for example, there is logistic regression in the case of dummies, either absence or presence, you cannot apply linear regression, because the basic assumptions are not guaranteed.
-== Analyse des chemins causaux (path analysis) ==
+== Ppath analysis ==
-Un des problèmes de l’analyse de la régression est qu’on suppose que Y est une fonction linéaire de la somme de toutes les variables indépendantes or se faisant on regarde que les effets directs des variables d’un modèle ; toutefois que se passe-t-il lorsqu’on veut regarder des effets indirects ?
+One of the problems with regression analysis is that Y is assumed to be a linear function of the sum of all independent variables, and as a result, we only look at the direct effects of model variables; however, what happens when we want to look at indirect effects?
-== Analyse factorielle ==
+We're doing a causal pathway analysis; There are regression coefficients that may or may not be significant, but we can see causal pathways, i. e. we can see how the left values influence participation not directly, but indirectly to know that being left-wing makes it more likely to be integrated in certain types of network develop an internet for a certain issue that allows to develop a feeling of individual efficiency and a higher intensity of participation. Intermediate variables are introduced.
-== Analyse multiniveaux ==
+Instead of having an indication, we have several because each variable can or is a dependent variable, we make a sum of equations.
-== Analyse de contenu ==
+== Factor analysis ==
-L’analyse de contenu s’intéresse au poids, elle est plus descriptive, elle s’intéresse aux différents enjeux soulevés par des personnes. On peut faire une distinction ultérieure :
+The objective of this analysis is to reduce the complexity that one can have when one has a data matrix with many variables and cases and wants to have a more succinct index.
-== Analyse de discours ==
+When we talked about the operationalization of complex concepts, we arrived at a final stage of construction; factor analysis allows us to construct indexes by analyzing the underlying links that explain the variation on a multiple set of indicators.
-C’est une analyse interprétative, on parle d’une famille de techniques, on peut dire qu’on s’intéresse à comment et aux effets d’un discours donné.
+It is a tool frequently used in political science, especially when studying changes in values.
-Pour simplifier, l‘analyse de contenu est plutôt descriptive et l’analyse de discours explicatif.
 =Stages of discourse analysis=
 *Pre-analysis

Arthur : /* Types of bivariate analyses */

2018-03-09T13:12:05Z

Types of bivariate analyses

Voir les modifications

Arthur : /* Matrice des données */

2018-03-09T13:09:18Z

Matrice des données

← Version précédente		Version du 9 mars 2018 à 15:09
Ligne 5 :		Ligne 5 :
	}}		}}

	= ~~Matrice des données~~ =		= Data matrix =
	[[Fichier:Matrice des données.png\|500px\|vignette\|centré]]		[[Fichier:Matrice des données.png\|500px\|vignette\|centré]]
	~~C’est une matrice qui croise les cas étudiés avec un certain nombre de~~ variables ~~à savoir les~~ variables ~~en colonne et les cas en ligne~~.		It is a matrix that cross-references the cases studied with a number of variables, namely column variables and online cases.

	~~Il faut attribuer un~~ code ~~qui permette d’exclure de l’analyse ceux qui n’ont pas répondu et les différencier de ceux qui ont répondu~~.		A code must be assigned to exclude from the analysis those who did not respond and differentiate them from those who did.

	~~Il y a trois~~ analyses ~~qui correspondent à trois objectifs différents~~ :		There are three analyses that correspond to three different objectives:
	*'''analyses ~~univariées~~''' : analyses ~~qui se font sur une seule~~ variable ~~ou une seule caractéristique~~.		*'''Univariate analyses''': analyses that are performed on a single variable or characteristic.
	*'''analyses ~~bivariées~~''' : ~~mise en relation de deux~~ variables, ~~on veut croiser des données pour analyser les~~ variations ~~plus subtilement comme l’intérêt de la politique selon la ville ou l’âge~~.		*'''bivariate analyses''': linking two variables, we want to cross data to analyze variations more subtly such as the interest of politics according to city or age.
	*'''analyses ~~multivariées~~''' : ~~on pense qu’un phénomène expliqué n’est jamais expliqué par une seule~~ variable ~~indépendante~~ ; ~~d’autre part~~ on ~~veut introduire des contrôles afin de contrôler les~~ relations ~~à travers la~~ technique ~~de la dépuration~~.		*'''multivariate analyses''': we think that an explained phenomenon is never explained by a single independent variable; on the other hand, we want to introduce controls in order to control relations through the purification technique.

	~~Il faut faire une~~ distinction ~~entre une analyse~~ descriptive ~~qui veut décrire un « état de fait » que l’on fait univariée ou bivariée~~.		A distinction must be made between a descriptive analysis that attempts to describe a "factual state" that is made univariate or bivariate.

	= Types ~~d’analyses univariées~~ =		= Types of univariate analyses =
	[[Fichier:Types d’analyses univariées.png\|500px\|vignette\|centré]]		[[Fichier:Types d’analyses univariées.png\|500px\|vignette\|centré]]

	== Types de variables ~~et opérations entre modalités~~ ==		== Types of variables and operations between methods ==
	~~Il y a différents~~ types ~~d’analyses univariées~~, ~~ces~~ techniques ~~dépendent du~~ type de variable :		There are different types of univariate analyses, these techniques depend on the type of variable:
	*'''variables ~~nominales~~''' : ~~on peut faire seulement des opérations d’équivalence ou de différence~~.		* '''nominal variables''': only equivalence or difference operations can be performed.
	*'''variables ~~ordinales~~''' : ~~permet d’ordonner c’est-à-dire catégoriser selon un ordre du plus petit au plus grand~~.		* '''ordinal variables''': allows to order i. e. to categorize according to an order from the smallest to the largest.
	~~Nota bene~~ : ~~les~~ variables ~~ordinales et cardinales sont catégorielles~~, ~~relevant de données discrètes~~, ~~on ne peut voir les~~ distances.		Note: Ordinal and cardinal variables are categorical, discrete data, distances cannot be seen.
	*'''variables ~~cardinales~~''' : ~~permettent en plus des opérations précédentes de faire les quatre opérations arithmétiques de base~~.		* '''cardinal variables''': allow the four basic arithmetic operations to be performed in addition to the previous operations.

			== Central trend measurement ==
			When carrying out a quantitative analysis, it is necessary to consider the type of variables and then choose the tool to use. We can distinguish between two main types of measures, i.e. between two types of information that we want to have single variables:
			* central trend measures
			* dispersion measurements.
			Note: Depending on the variable, the measurements are different.

			The mean is a measure of a central trend value that can be applied to the cardinal variables, but it cannot be applied to the categorical variables. The median is the category that separates the statistical series in two with the same number of cases on either side.

	~~== Mesure de tendance centrale ==~~		This is important information that forms the starting point for this type of data description, allowing us to know what to do next in the case of more sophisticated analyses.
	~~Lorsqu’on fait une analyse quantitative, il faut s’interroger sur le~~ type de variables et ensuite on choisit l’outil à utiliser. On peut distinguer entre deux grands types de mesures c’est-à-dire entre deux types d’informations qu’on veut avoir des variables uniques :
	*mesures de tendance centrale
	*mesures de dispersion.
	~~Nota bene : selon la variable les mesures sont différentes.~~

	~~La moyenne est une mesure de valeur de tendance centrale que l’on peut appliquer aux variables cardinales~~, ~~mais on ne peut l’appliquer aux variables catégorielles~~. ~~La médiane est la catégorie qui sépare la série statistique en deux avec un même nombre de cas d’un côté et de l’autre.~~

	~~Ce sont des informations importantes qui forment le point de départ de ce type de description des données permettant de savoir quoi faire ensuite dans le cas d’analyses plus sophistiquées~~

	== Measurement of dispersions ==		== Measurement of dispersions ==
Ligne 43 :		Ligne 43 :
	Variance is very important for calculating the probability of error. Different measures are required depending on the unit of measurement of the variable, and account must be taken of the central trend and dispersion measure as the standard deviation that is the key coefficient throughout the quantitative analysis.		Variance is very important for calculating the probability of error. Different measures are required depending on the unit of measurement of the variable, and account must be taken of the central trend and dispersion measure as the standard deviation that is the key coefficient throughout the quantitative analysis.

	= Types ~~d’analyses bivariées~~ =		= Types of bivariate analyses =
	[[Fichier:Types d’analyses bivariées.png\|500px\|vignette\|centré]]		[[Fichier:Types d’analyses bivariées.png\|500px\|vignette\|centré]]

Arthur le 9 mars 2018 à 13:06

2018-03-09T13:06:52Z

← Version précédente		Version du 9 mars 2018 à 15:06
Ligne 1 :		Ligne 1 :
	~~L’analyse des données quantitatives est très différente de l’analyse des données qualitatives ; ce sont deux pratiques de la recherche très différentes, voire même opposées.~~		The analysis of quantitative data is very different from the analysis of qualitative data; they are two very different or even opposed research practices.

	~~Nous allons nous focaliser sur l’analyse~~ quantitative ~~qui est en fait plus facile que l’analyse des données~~ qualitative ~~ne serait-ce parce qu’il y a des routines institutionnalisées~~.

	{{Translations		We will focus on quantitative analysis, which is in fact easier than the analysis of qualitative data, if only because there are institutionalized routines.{{Translations
	\| en = Le traitement des données		\| en = Le traitement des données
	}}		}}
Ligne 40 :		Ligne 38 :
	Ce sont des informations importantes qui forment le point de départ de ce type de description des données permettant de savoir quoi faire ensuite dans le cas d’analyses plus sophistiquées		Ce sont des informations importantes qui forment le point de départ de ce type de description des données permettant de savoir quoi faire ensuite dans le cas d’analyses plus sophistiquées

	== ~~Mesure de~~ dispersions ==		== Measurement of dispersions ==
	~~On distingue aussi des mesures de dispersions~~ : ~~la mesure de base est l’écart-type qui est une mesure standardisée qui varie de~~ -1 à +1 ~~de la~~ variance ~~qui est la mesure qui indique de quelle manière sont distribués les individus~~.		Dispersion measurements are also distinguished: the basic measure is the standard deviation, which is a standardized measure that varies from -1 to +1 of the variance, which is the measure that indicates how individuals are distributed.

	~~La variance est très importante pour calculer la probabilité d’erreur~~. ~~Il faut différentes mesures selon l’unité de mesure de la~~ variable ~~et il faut tenir compte de la mesure de tendance centrale et de~~ dispersion ~~comme l’écart-type qui est le~~ coefficient ~~clef dans toute l’analyse~~ quantitative.		Variance is very important for calculating the probability of error. Different measures are required depending on the unit of measurement of the variable, and account must be taken of the central trend and dispersion measure as the standard deviation that is the key coefficient throughout the quantitative analysis.

	= Types d’analyses bivariées =		= Types d’analyses bivariées =
Ligne 151 :		Ligne 149 :
	#'''cartographie''' (catégorisation et réduction des données) : création de typologies, de classifications, réduction des données afin de pouvoir les interpréter.		#'''cartographie''' (catégorisation et réduction des données) : création de typologies, de classifications, réduction des données afin de pouvoir les interpréter.
	#'''mapping et interprétation''' (analyse et interprétation)		#'''mapping et interprétation''' (analyse et interprétation)
	=~~Étapes de l’analyse de discours~~=		=Stages of discourse analysis=
	*~~Préanalyse~~		*Pre-analysis
	*Identification ~~d'éléments pertinents~~		*Identification of relevant elements
	*~~Analyse systématique à partir des éléments identifiés~~		*Systematic analysis based on identified elements

	= References =		= References =
	<references/>		<references />

	[[Category:science politique]]		[[Category:science politique]]

Arthur le 9 mars 2018 à 13:05

2018-03-09T13:05:17Z

← Version précédente		Version du 9 mars 2018 à 15:05
Ligne 2 :		Ligne 2 :

	Nous allons nous focaliser sur l’analyse quantitative qui est en fait plus facile que l’analyse des données qualitative ne serait-ce parce qu’il y a des routines institutionnalisées.		Nous allons nous focaliser sur l’analyse quantitative qui est en fait plus facile que l’analyse des données qualitative ne serait-ce parce qu’il y a des routines institutionnalisées.

			{{Translations
			\| en = Le traitement des données
			}}

	= Matrice des données =		= Matrice des données =