La variabilité est importante ! Regardez autour de vous la variété de personnes et d'objets que vous voyez en ce moment. Écoutez tous les sons différents que vous entendez. La variabilité est ce qui rend les statistiques (et la vie) fascinantes. Qu'est-ce qui vous intéresse ? Vous êtes-vous déjà demandé pourquoi les gens rient à différents types de blagues ? Ou comment prédire la satisfaction professionnelle des gens ? Ou comment les gens choisissent leurs fréquentations ? L'une des clés pour répondre statistiquement à ces questions est la variance. Certes, il est important de connaître la valeur moyenne d'une variable, mais il est peut-être plus intéressant de savoir en quoi les observations diffèrent de la moyenne. Dans ce module, nous examinerons différentes façons de calculer et d'interpréter la variabilité d'une variable.

Dans ce module, nous explorons en détail la définition et la nature de la variabilité, et nous identifions également les méthodes de base pour décrire la variabilité à l'aide de marqueurs dans un ensemble de données, tels que la valeur minimale ou maximale, ou divers percentiles, ainsi que les plages définies par ces marqueurs.

Comment mesurer la variabilité des données si celles-ci varient à chaque enregistrement... et pourquoi est-ce important ? Supposons que l'on vous ait remis les données d'une étude sur le sommeil qui a révélé que les participants ont dormi environ 7 heures par nuit pendant un mois. Chaque nuit ne sera pas toujours égale à exactement 7 heures ; certaines nuits pourront être inférieures à 7 heures et d'autres supérieures à 7 heures. Comment pouvons-nous mesurer cette variance sur l'étendue des données ? Dans cette section, vous apprendrez comment les mesures de variabilité - la variance et l'Écart-type - sont calculées et quand les utiliser. Le fait de garder à l'esprit des exemples tels que l'étude sur le sommeil vous aidera à réfléchir à d'autres applications concrètes de ces mesures tout au long de cette section.

Apprenez comment la variabilité peut être observée dans une distribution en inspectant la forme de la distribution. Tout comme une mesure unique de la tendance centrale, telle que la moyenne, résume utilement un aspect d'une distribution en un seul chiffre tout en masquant éventuellement d'autres aspects de la distribution, l'étendue ou l'Écart-type ne peuvent communiquer qu'une partie de l'information, et il reste beaucoup à voir dans un graphique de la distribution.

Ce module fournit une variété d'informations et d'outils de l'American Psychological Association (APA) qui vous aideront à vous inspirer pendant que vous terminez votre travail de cours et planifiez vos objectifs de carrière. Explorez les ressources de l'APA sur diverses questions psychologiques et sur la recherche et l'écriture savantes ; une liste de sites fournissant des ressources précieuses sur la diversité, l'équité et l'inclusion dans l'enseignement de la psychologie et dans la communauté professionnelle ; des ressources sur une carrière en psychologie ; et des liens vers des opportunités de carrière à l'APA.