4.3.2 Analyse Statistique Implicative

Pour l’analyse implicative des résultats de ce questionnaire nous avons utilisé le logiciel CHIC.

Nous présentons tout d’abord la nomenclature des variables selon les questions :

ARBRE COHESITIF :

L’arbre de cohésion présente les classes de variables constituées à partir des implications entre ces variables.

Nous observons qu’il existe une implication significative du sexe masculin (V2.2) sur le groupe de ceux qui ont dit qui ont utilisé déjà un cours en ligne avant cette Licence (V21.1) et qui ont une tranche d’âge de moins de 25 ans (V1.1). C’est-à dire, les hommes de moins de 25 ans sont ceux qui utilisent plus les cours en ligne

Quand plus faible la concordance avec l’affirmation de que lire un cours sur un écran ne dérange pas (V13.1), plus faible est la concordance avec l’affirmation de qu’ils préfèrent lire un cours sur un écran que sur un polycopié (V14.1). Mais l’implication significative à ce groupe là vient du fait qu’ils utilisent très rarement des cours en ligne (V23.1). Cela veux dire que ceux qui utilisent moins fréquemment de cours en ligne, sont ceux qui déclarant que lire un cours sur un écran ne dérange pas et qu’ils préfèrent lire un cours sur un écran que sur un polycopié, ce qui est un contre-sens et qui mérite une analyse plus détaillé pour vérifier s’il y existe vraiment une mauvaise interprétation des questions par les sujets ou si le petite fréquence d’utilisation de cours en ligne est dû à l’accès, à une pratique comme le téléchargement ou à un autre aspect.

La rare utilisation de l’informatique (V7.7) implique l’estimation plutôt mauvaise de l’informatique (V6.2). Ce groupe a une implication significative l’apprentissage de l’informatique par soi même (V5.1). Ces données nous montrent que les sujets qui utilisent peu l’informatique sont ceux qui se jugent plutôt mauvais dans ce domaine et sont aussi ceux qui ont appris l’informatique par soi même. Cela peut joindre à la discussion sur le bon apprentissage d’un domaine, et les représentations que les sujets ont de ceux-là, ce qui peut engendrer un mauvais ou bon apprentissage.

L’utilisation souvent de l’Internet (V8.3) implique l’utilisation souvent de l’informatique (V7.3) et ces deux aspects ont une implication significative sur l’utilisation du cours Méthodes Quantitatives FORSE (V16.1). De plus, ces trois aspects ont une implication sur le non utilisation de cet outil pour réviser le cours de Méthodes Quantitatives (V18.2). C’est-à-dire, les sujets qui utilisent souvent l’Internet et l’Informatique sont ceux qui utilisent l’outil Méthodes Quantitatives FORSE mais qui n’utilisent pas pour réviser le cours. C’est une confirmation de que cet outil n’est pas bien adapté pour l’étude du contenu qu’il propose.

Une petite appréciation du cours méthodes quantitatives (V11.1) implique significativement sur une petite maîtrise du contenu du cours méthodes quantitatives (V10.1) et le sentiment d’être peu à l’aise au moment de faire la statistique (V12.1). Cela nous permet affirmer que la maîtrise du contenu, son appréciation et le sentiment d’être à l’aise avec lui fonctionnent ensemble, ce qui est cohérent avec la théorie de représentation affective.

Nous observons aussi une implication de l’aspect d’être plus à l’aise avec la statistique (V12.4) et d’apprécier le cours méthodes quantitatives (V11.4) sur l’aspect avoir une plus grande maîtrise du contenu méthode quantitative (V10.4) et l’âge entre 25 et 35 ans des sujets (V1.2). C'est-à-dire, quand plus à l’aise avec la statistique, plus le cours méthodes quantitatives est apprécié, plus est la maîtrise de ce contenu et l’âge concernée est entre 25 et 35 ans des sujets. Cela vient dans le sens de l’importance de la représentation affective pour l’apprentissage.

Nous pouvons vérifier une implication de l’utilisation souvent du cours Méthodes Quantitatives FORSE (V17.4) sur la grande fréquence d’utilisation des cours en ligne (V23.4), l’utilisation du support Méthodes Quantitatives FORSE pour réviser le cours (V18.1), la plus haute appréciation du support (V24.4) et l’utilisation du cours en Méthodes Quantitatives FORSE en ligne (V16.1). C'est-à-dire, plus le support didactique numérique est utilisé, plus est l’utilisation de cours en ligne, plus le support est apprécié.

Nous observons aussi une forte implication de ce groupe de variables sur la grande concordance avec l’affirmation de que lire un cours sur un écran ne dérange pas (V13.4). Cela est cohérent, vu que plus est le sujet utilise l’outil numérique, plus il est d’accord que lire sur l’écran ne dérange pas.

La préférence du cours Méthodes Quantitatives FORSE comme support de cours numérique (V19.2) a une implication significative sur toutes les variables cités.

Toutes ces relations nous permettent affirmer que l’appréciation du support, la préférence par qu’il soit numérisé, la fréquence d’utilisation des cours en ligne, l’utilisation du cours Méthodes Quantitatives FORSE et le non dérangement de lire un cours sur un écran sont fort liées.

Nous observons que l’utilisation souvent de cours en ligne (V23.2) implique l’utilisation de cours en ligne (V22.1), comme nous pourrions prévoir. Le groupe de ces deux variables implique savoir qu’il existe un cours méthodes quantitatives en linge (V15.1). Et l’appréciation du support didactique Méthodes Quantitatives (niveau 2 dans une échelle de 4 niveaux) implique tout ce groupe de variables citées. Ces résultats nous montrent que savoir de l’existence de l’outil a un lien avec les sujets qui utilisent de cours en ligne mais que leur évaluation de cet outil n’est pas assez favorable. Cela rejoint notre hypothèse que cet outil n’est pas assez intéressant pour un engagement important des étudiants dans son utilisation.

ARBRE DE SIMILARITES

L’arbre des similarités montre les ressemblances calculées entre des couples de variables, ou de classes de variables. Plus le niveau du regroupement est élevé (plus haut le trait de regroupement) plus il y a de proximité entre les éléments agrégés. En outre, les niveaux identifiés par un trait rouge montrent les associations les plus significatives, c'est-à-dire celles qui ont le plus de signification classifiante par rapport aux autres.

Nous observons qu’il existe une grande cohésion entre la grande concordance de que lire un cours sur un écran d’ordinateur ne dérange pas (V13.4) et une plus grande appréciation du cours Méthodes Quantitatives FORSE (V24.4). L’utilisation très souvent de l’outil Méthodes Quantitatives FORSE (V17.4) et son utilisation pour révision du contenu (V18.1) ont une grande cohésion avec l’utilisation très fréquente de cours en ligne (V23.4).

Le sexe home (V2.2) a une grande cohésion avec une bonne maîtrise du contenu du cours méthodes quantitatives (V10.4), avec une grande appréciation de ce cours (V11.4) et avec le grand sentiment d’être à l’aise pendant la réalisation de la statistique (V12.4).

Dans un niveau moins fort par rapport le niveau de concordance avec les affirmations (niveau 3 dans une échelle de 4 niveaux), nous vérifions que la maîtrise du contenu du cours méthodes quantitatives (V10.3), le sentiment d’être à l’aise avec la statistique (V12.3) et l’appréciation du cours méthodes quantitatives (V11.3) ont une forte cohésion.

La petite fréquence d’utilisation du support Méthodes Quantitatives FORSE (V17.1) a une forte cohésion avec une bonne évaluation de ce support (V24.3). Ces aspects ont une grande cohésion aussi avec l’utilisation très fréquente de l’informatique (V7.4) et de l’Internet (V8.4). Nous pouvons vérifier encore une fois que la fréquence de l’utilisation du support Méthodes Quantitatives FORSE est un fait, mais ceux qui ont peu utilisé utilisent beaucoup l’informatique et l’Internet e évaluent l’outil plutôt positivement. Ce donnée mériterais une analyse plus approfondie pour vérifier si, ces qui ont utilisé ont bien aimé ou si la petite utilisation n’a pas permit un jugement plus profonde de l’outil.

L’âge plus avancé des sujets (V1.4) a une forte cohésion avec la fréquente utilisation de l’informatique (V7.3) et de l’Internet (V8.3). Ces donnés ont aussi une grande cohésion avec une bonne concordance de que lire un cours sur un écran ne dérange pas (V13.3) mais aussi à une préférence assez faible pour la lecture de l’écran par rapport la lecture sur un polycopié (V14.2).

GRAPHE IMPLICATIF

Le graphe implicatif permet de voir les variables qui possèdent une intensité d’implication supérieure à un ou plusieurs seuils de risque choisis, en l’occurrence 1% et 5%. L’implication est représentée par une flèche (rouge pour le seuil 1%, et bleue pour le seuil 5%).

Nous observons dans ce graphique quelques chemins de corrélation entre les variables. En rouge les relations en 1% de risque et en bleu en 5%. Nous pouvons observer par exemple le chemin des variables V24.4, V16.1, V7.4 et V8.4, lequel nous montre que les sujets qui ont un jugement plus positif du support Méthodes Quantitatives FORSE sont ceux qui ont déjà utilisé le cours en ligne « Méthodes Quantitatives FORSE » utilisent le plus souvent l’informatique et l’Internet.