ANOVA ou Analyse de variance
(ANOVA or Analysis of variance) |
Technique permettant le contrôle de la signification de la différence des moyennes entre deux groupes ou plus se rapportant à des échantillons pris au hasard dans différentes populations. |
Biais
(Bias) |
Facteur qui va fausser les résultats. |
Causalité
(Causality) |
Rapport de la cause à l’effet. |
Cliniquement significatif
(Clinically significant) |
Se dit de résultats utiles et applicables à la pratique. |
Coefficient de corrélation
(Correlation coefficient) |
Relation entre les deux variables définies par un coefficient allant de -1,0 à +1,0. Un coefficient de 0 indique une absence de relation entre les variables. Un coefficient de -1,0 et de +1,0 indique une relation négative ou positive forte. |
| |
Corrélation de Pearson
(Pearson correlation) |
Liaison mutuelle entre deux variables de niveau cardinal. |
Comparaison des moyennes
(Comparison of means) |
Type d’analyse statistique permettant de définir le lien entre une variable dépendante de niveau cardinal et une variable indépendante de niveau nominal contenant de deux à cinq groupes. |
Confirmation
(Confirmation) |
Moyens mis en place pour réduire les biais et fournir une interprétation objective des résultats. |
Courbe normale
(Normal curve) |
Courbe utilisée pour représenter graphiquement des données d’une série statistique de distribution normale, c’est-à-dire dont la grandeur ou le comportement ne dépend que du hasard. |
Crédibilité
(Credibility) |
Degré de correspondance entre la description du phénomène vécu par les participants et l’interprétation qui en est donnée par le chercheur (correspond à la validité interne pour la recherche quantitative). |
Devis de recherche
(Research design) |
Grandes caractéristiques d’une recherche qui agissent comme un plan pour choisir la méthodologie ou un type d’étude selon l’objectif à atteindre. |
| |
Devis descriptif
(Descriptive research) |
Plan d’une recherche ayant pour but de décrire un phénomène peu connu ou de connaître la fréquence d’un phénomène. |
| |
Devis observationnel ou corrélationnel
(Observational or correlational research) |
Plan d’une recherche ayant pour but d’examiner les relations d’association entre les variables, soit explorer les relations, expliquer des relations ou vérifier un modèle théorique. |
| |
Devis expérimental
(Experimental research) |
Plan d’une recherche ayant pour but d’appuyer un lien de causalité (cause à effet) entre une variable indépendante et d’autres variables dépendantes. |
Double insu
(Double-blind) |
Étude où le sujet, l’expérimentateur et même les statisticiens ignorent à quel groupe (contrôle ou expérimental) est assigné le sujet. |
Écart-type
(Standard deviation) |
Mesure de dispersion qui indique où se trouvent la plupart des individus de l’échantillon autour de la moyenne. On sait qu’environ 68 % des individus d’un échantillon se retrouvent à l’intérieur de ± 1 écart-type. |
Essai contrôlé randomisé
(Randomized controlled trial) |
Étude quantitative qui consiste à répartir les patients sélectionnés pour une intervention thérapeutique en deux groupes de manière aléatoire. Le groupe expérimental reçoit le traitement, tandis que le groupe témoin reçoit en général un placebo. Ce type d’étude permet de connaître l’effet d’une intervention sur un grand groupe de sujets. |
Ethnographie
(Ethnography) |
Étude qualitative qui consiste à observer, décrire et comprendre les comportements sociaux et les habitudes de vie sur le terrain afin de discerner les normes sociales, valeurs ou croyances d’un groupe. |
Étude de cas qualitative
(Qualitative case study) |
Étude qualitative qui consiste à examiner en détail une situation ou un sujet ou groupe de sujets pour comprendre l’évolution du phénomène étudié. |
Étude de cas quantitative
(Quantitative case study) |
Étude quantitative d’observation rétrospective qui consiste à comparer les caractéristiques de personnes atteintes d’une condition (les cas) à celles de sujets indemnes (les témoins). |
Étude de cohortes
(Cohort study) |
Étude quantitative qui consiste à suivre des sujets qui présentent des similarités et qui sont sélectionnés en fonction de leur exposition à des facteurs de risque de maladies ou à un traitement antérieur de longue durée et à les comparer en même temps à un groupe de sujets qui n’a jamais été exposé afin d’observer un phénomène. |
Étude descriptive
(Descriptive study) |
Étude qualitative qui consiste à décrire une expérience, à l’aide d’une méthodologie moins planifiée que la phénoménologie. |
Étude longitudinale
(Longitudinal study) |
Étude quantitative qui consiste à analyser une population donnée à plusieurs intervalles donnés sur une longue période pour voir l’évolution d’une maladie, de ses facteurs de risque ou d’autres caractéristiques d’une population donnée dans le temps. |
Étude prospective
(Prospective study) |
Étude quantitative lors de laquelle l’exposition est mesurée avant la survenue de l’événement étudié. |
Étude qualitative
(Qualitative study) |
Analyse subjective d’un phénomène qui permet de le comprendre en profondeur, de développer une théorie et de saisir une réalité grâce à une méthodologie flexible et interprétative dont les résultats se présentent sous forme narrative. Exemples : phénoménologie, ethnographie, étude de cas, etc. |
Étude quantitative
(Quantitative study) |
Analyse objective et mesurable d’un phénomène qui permet de prédire des résultats, de vérifier des hypothèses, de recueillir et d’établir des faits, d’évaluer l’efficacité d’une intervention, de définir une relation (p. ex. cause à effet) entre des variables grâce à une méthodologie structurée et dont les résultats se présentent sous forme de statistiques. Exemples : méta-analyse, revue systématique, étude de cohortes, etc. |
Étude rétrospective
(Retrospective study) |
Étude quantitative lors de laquelle la mesure de l’exposition se produit après la survenue de l’événement. |
Étude transversale
(Cross-sectional study) |
Étude quantitative qui consiste à analyser une population donnée à une période donnée, afin de décrire la fréquence d’une maladie, ses facteurs de risque ou d’autres caractéristiques d’une population donnée à un moment déterminé. |
Fiabilité
(Reliability) |
Constance des résultats (correspond à la fidélité pour une recherche quantitative). |
Fidélité d’un outil de mesure
(Reliability) |
Capacité d’un instrument de mesure de toujours obtenir le même résultat d’une fois à l’autre (correspond à la fiabilité pour une recherche qualitative). |
| |
Fidélité interévaluateur
(Inter-rater reliability) |
Capacité d’un instrument de mesure de toujours obtenir le même résultat d’une fois à l’autre avec différents utilisateurs. |
| |
Fidélité intraévaluateur
(Intra-rater reliability) |
Capacité d’un instrument de mesure de toujours obtenir le même résultat d’une fois à l’autre avec le même utilisateur. |
Fréquence
(Frequency) |
Nombre d’occurrences d’un événement dans une période déterminée. |
Intervalle de confiance
(Confidence interval) |
Étendue des valeurs situées au-dessus et au-dessous de l’estimation ponctuelle ayant une probabilité donnée de comprendre la véritable valeur d’un paramètre tel que l’effet d’un traitement. |
Littérature grise
(Grey literature) |
Littérature qui n’a pas été révisée par les pairs. Exemples : rapports, thèses, etc. |
Mesure de dispersion
(Measure of dispersion) |
Pour une série d’observations statistiques, indication ou indice établi pour exprimer leur éloignement les unes des autres. |
Mesure de tendance centrale
(Measure of central tendency) |
Valeur numérique déterminée comme représentative de la valeur qui est au centre d’une série statistique. Les mesures de tendance centrale les plus connues sont le mode, la médiane et la moyenne. |
Moyenne
(Mean) |
Mesure de tendance centrale calculée en divisant la somme de toutes les valeurs observées par le nombre d’observations. |
Méta-analyse
(Meta-analysis) |
Étude quantitative qui consiste à recueillir les données obtenues de plusieurs études comparables et à les réanalyser au moyen d’outils statistiques pour en tirer une conclusion unique sur un sujet donné. |
Nuage de point
(Scatter plot) |
Diagramme bidimensionnel qui montre les valeurs observées d’une variable comme des points. On l’utilise surtout pour représenter la corrélation entre deux variables. |
| p < 0,05, p < 0,01 ou p < 0,001 |
Probabilités qu’un lien existe entre les variables avec une marge d’erreur de 5 %, de 1 % ou de 1 sur 1 000. Plus précisément, il s’agit du seuil à partir duquel on rejette l’hypothèse nulle et accepte l’hypothèse alternative avec une marge d’erreur de 5 %, 1 % ou 1 sur 1 000. En acceptant l’hypothèse alternative, on conclut qu’il y a un lien entre les variables. |
Phénoménologie
(Phenomenology) |
Étude qualitative qui consiste à rapporter de façon détaillée comment les gens interprètent une expérience vécue ou un phénomène. |
Prévalence
(Prevalence) |
Nombre d’individus chez qui un phénomène est présent à un temps donné. |
Rapport de cotes
(Odds Ratio) |
Mesure du lien entre l’exposition à un facteur de risque et l’apparition d’une atteinte. Plus précisément, il s’agit du rapport (quotient) entre la cote d’exposition chez les cas (sujets malades ou décédés, par exemple) et chez les témoins (sujets non malades ou vivants, par exemple). |
Revue systématique
(Systematic review) |
Étude quantitative qui consiste à chercher toutes les études
(essais randomisés contrôlés) qui ont répondu à une même question clinique et à en évaluer la qualité pour faire une synthèse des résultats obtenus. |
Risque relatif
(Relative risk) |
Mesure du lien entre l’exposition à un facteur de risque et l’apparition d’une atteinte. Plus précisément, il s’agit du rapport (quotient) entre le risque de survenue d’un événement chez les sujets exposés à un facteur donné et le risque de survenue de cet événement chez les sujets non exposés à ce facteur. |
Saturation des données
(Data saturation) |
Terme employé quand les nouvelles données n’apportent plus d’informations. |
Statistiquement significatif
(Statistically significant) |
Se dit de résultats qui ne sont probablement pas dus au hasard et suggèrent la présence d’un lien entre des variables. |
Statistiques déductives ou inférentielles
(Inferential statistics) |
Statistiques qui permettent de conclure que les résultats obtenus sur un échantillon de la population sont dus à l’effet de l’intervention, qu’ils ne peuvent être attribués au hasard et qu’ils sont généralisables à une population. |
Statistiques descriptives
(Descriptive statistics) |
Statistiques qui permettent de définir les caractéristiques de l’échantillon de sorte à pouvoir comparer les résultats de l’étude à d’autres, ou encore de vérifier si la population identifiée dans l’étude comporte des similarités avec son cas clinique, afin de voir si les résultats seront généralisables à son patient. |
Statistique de relation
(Statistical relationship) |
Statistiques qui permettent de définir la relation entre deux ou plusieurs variables. |
Tableau de contingence
(Contingency table) |
Tableau à double entrée qui permet de comparer les modalités de deux variables nominales ou plus. Il est aussi appelé « tableau croisé ». |
Tests d’hypothèses
(Hypothesis testing) |
Méthode d’inférence statistique visant à évaluer la plausibilité de l’hypothèse nulle à la lumière des données observées. Normalement, l’hypothèse nulle stipule qu’il n’y aucun lien entre les variables. L’hypothèse alternative stipule qu’il y a un lien entre les variables. |
Test statistique
(Statistical test) |
Procédure de décision fondée sur l’observation d’un ou de plusieurs échantillons, menant au rejet d’une hypothèse (hypothèse nulle). |
Test-t
(t-test) |
Test où la statistique utilisée suit une loi de t (de Student) où l’on compare l’égalité des moyennes de deux populations normales de même variance, à partir des moyennes observées sur deux échantillons indépendants issus de ces populations. |
Théorisation ancrée ou enracinée
(Grounded theory approach) |
Étude qualitative qui consiste à expliquer les incidences d’un phénomène social et à développer une théorie. |
Transférabilité
(Transferability) |
Capacité d’utiliser les résultats et la méthode dans d’autres contextes avec une autre population (correspond à la validité externe pour une recherche quantitative). |
Validité
(Validity) |
Facteurs qui permettent d’affirmer que le chercheur a bien mesuré ce qu’il voulait mesurer, c’est-à-dire que le lecteur est confiant de la justesse des résultats. |
| |
Validité interne
(Internal validity) |
Relation entre les variables mesurées (correspond à la crédibilité pour une recherche qualitative). |
| |
Validité externe
(External validity) |
Applicabilité des résultats d’une recherche à une population élargie (correspond à la transférabilité pour une recherche qualitative). |
Validité des résultats
(Results validity) |
Capacité du résultat d'une mesure ou d'une étude à s'avérer juste et exempt de biais (d'erreurs systématiques). |
Variable
(Variable) |
Mesure qui peut prendre plusieurs valeurs et qui souvent, possède une unité de mesure. |
| |
Variable cardinale
(Cardinal variable) |
Variable qui est définie grâce à des nombres peu arbitraires qui offrent le plus grand nombre de possibilités d’analyse. La moyenne est la statistique la plus souvent rapportée lorsque l’on traite une variable cardinale. |
| |
Variable continue
(Continuous variable) |
Type de variable cardinale qui peut prendre toutes les valeurs possibles dans un intervalle donné, y compris les fractions de nombres entiers. La taille des individus ou la valeur monétaire des opérations en sont des exemples. |
| |
Variable dépendante
(Dependent variable) |
La variable dépendante (VD) est liée à l’objet de recherche. C’est la variable passive, encore appelée variable réponse, parce qu’elle indique le phénomène que le chercheur essaie d’expliquer. |
| |
Variable dichotomique
(Dichotomous variable) |
Variable nominale qui ne contient que deux catégories. Répondre oui ou non est un exemple de variable dichotomique. |
| |
Variable discrète
(Discrete variable) |
Type de variable cardinale où les valeurs possibles sont des nombres entiers. Le nombre d’enfants d’un couple, le nombre de pièces d’un logement ou le nombre d’ouvriers d’un chantier en sont des exemples. |
| |
Variable indépendante ou expérimentale
(Independent or experimental variable) |
Variable souvent manipulée par le chercheur pour observer ou mesurer ses effets sur la variable dépendante. |
| |
Variable nominale
(Nominal variable) |
Variable qui contient deux catégories ou plus et est définie grâce à des nombres souvent arbitraires. Seules les fréquences ou les proportions (en %) peuvent être utilisées pour rapporter les résultats issus d’une variable nominale. |
| |
Variable ordinale
(Ordinal variable) |
Variable qui contient deux catégories ou plus et est définie grâce à des nombres parfois arbitraires, mais qui donnent un certain ordre de grandeur. Les fréquences et les proportions (en %) sont souvent utilisées pour rapporter les résultats issus d’une variable ordinale. |
