22. Comprendre représenter les résultats

Interprétation des résultats scientifiques

• Capacité d'évaluer les conclusions d'une étude en interprétant les résultats

• On peut voir ce que les auteurs n’ont pas vu et nuancer les résultats

Transmission d'un résultat de recherche

Facilite la transmission claire d'informations aux chercheurs, praticiens ou au grand public, améliorant les présentations et les rapports scientifiques

Message avec des graphes

Mettre en évidence une tendance ou une relation, comme la corrélation, l'association, la prédiction ou la non-linéarité.

Comparaison entre groupes

Faciliter la comparaison entre plusieurs groupes ou conditions expérimentales
→ différence entre des conditions

Manipulation du message

Les graphiques peuvent être utilisés pour influencer/manipuler la perception des données

Types de données

• 1 variable représentée

  • Variable catégorielle

  • Variable continue

• 2 variables représentées

  • VI = catégorielle, VD = continue

  • VI = continue, VD = continue

• Évolution temporelles

• Plusieurs VI catégorielles, VD = continue

Barres de fréquence

Diagramme utilisé pour représenter une variable catégorielle, montrant la fréquence de chaque catégorie

Pie Chart (Diagramme circulaire)

Diagramme utilisé pour représenter une variable catégorielle, montrant la proportion de chaque catégorie

Histogramme

Diagramme utilisé pour représenter une variable continue, montrant la distribution des données

Box Plot (Boîte à moustaches)

Diagramme utilisé pour représenter une variable continue, montrant la distribution des données et les valeurs aberrantes.

Diagramme en barre avec dispersion

Diagramme utilisé pour représenter deux variables (VI catégorielle, VD continue), montrant la comparaison entre les groupes.

Scatterplot (Nuage de points)

Diagramme utilisé pour représenter deux variables continues, montrant la relation entre elles.

Line plot (Courbe)

Diagramme utilisé pour représenter l'évolution d'une variable au fil du temps.

Diagramme en barre avec dispersion (plusieurs valeurs)

Diagramme en barre avec dispersion présentant plusieurs valeurs permet de comparer plusieurs groupes tout en montrant la variation des valeurs continues pour chaque catégorie.

Comment décider quels types de graphes utilisés ?

Il est important de considérer le type de données que vous souhaitez représenter, leurs relations, et le message que vous voulez transmettre

Check-list des éléments d'un graphe

Vérifier ce qui est mesuré, les unités, l'étendue, la représentation des points, la centralité, la dispersion, les différences et les liens (significativité des tests)

Exemples des éléments d’un graphe

Que mesure-t’on ? Quelles unités ?

• Axes

  • X (horizontal) = VI

  • Y (vertical) = VD

• Unités sur le graphes

Quelle étendue ?

Suit l’étendue possible

→ sinon : manipulation de données

Que représente chaque élément ?

Chaque élément du graphique représente une valeur spécifique liée aux variables sur les axes, illustrant ainsi la relation entre les données mesurées

Quelle centralise est représenté ?

La centralité représentée dans un graphique peut se référer à la moyenne, la médiane ou le mode des données, fournissant une indication de la tendance centrale des valeurs mesurées.

Peut-on se rendre compte de la dispersion ?

La dispersion dans un jeu de données se réfère à la manière dont les valeurs sont étalées ou dispersées autour de la tendance centrale. On peut évaluer la dispersion à l'aide de diverses mesures, telles que l'écart type ou la plage.

L’importance des couleurs

1. Une couleur doit avoir une signification

   → trop de couleurs peuvent rendre le graphique illisible et nuire à la compréhension des données

2. Utiliser des conventions connues ou qui suivent le bon sens

3. Prendre en compte le daltonisme

   → utiliser des palettes accessibles aux personnes atteintes de déficience visuelle

4. Contraster suffisamment les couleurs

   → couleurs différentiables même en nuances de gris

   → limiter les dégradés complexes

5. Privilégier des couleurs harmonieuses et non saturée

   → éviter les couleurs trop vives ou agressives qui pourraient perturber la lecture

Redondance dans la visualisation des données

• Répétition inutile d'informations dans la visualisation de données, rendant le graphique plus complexe sans améliorer la compréhension = même élément d’information présenté plusieurs fois

• Réduit la lisibilité, ajoute une complexité ou en encombrement inutile → rend difficile l’interprétation

• Gaspille de l’espace

Redondance verbale

Répétition d'informations comme les titres, les labels, ou d'autres éléments qui devraient être clairs implicitement

Redondance graphique

Présentation répétitive d'informations à travers des éléments visuels tels que des motifs superflus

Redondance structurelle ou de données

Répétition de données où les mêmes informations sont affichées plusieurs fois de manières différentes.

Les tableaux

• Ce sont des structures qui organisent des données en lignes et colonnes, facilitant ainsi la compréhension et la comparaison des informations présentées.

• Ils permettent une visualisation claire et structurée des ensembles de données.

• Données descriptives

Graphes ou tableau ?