SlideShare une entreprise Scribd logo
1  sur  38
Télécharger pour lire hors ligne
Classer et catégoriser pour mieux appréhender les données
en éducation :
Initiation à la démarche statistique de « Clustering » et applications dans le
logiciel SPSS
Gaëtan Temperman - Bruno De Lièvre
Exercice 1 : Vos représentations initiales
En quelques mots,
pouvez-vous définir la démarche par cluster ?
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Objectifs de la formation
- Définir et caractériser la démarche de clustering
- Présenter des exemples mobilisant le clustering
- Décrire trois démarches de clustering
complémentaires
- S’initier aux fonctions de base de SPSS
- Mettre en oeuvre les démarches de Clustering
dans SPSS, dans Excel et dans Voyant-tools
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Objectifs d’une démarche par clusters
Cette procédure statistique vise à trouver une structure intrinsèque
aux données en les organisant en groupes homogènes et distincts,
appelés « clusters ».
Pour former un « cluster », les éléments doivent être à la fois
similaires entre eux et différents des objets regroupés dans
d’autres « clusters » (Quintin, 2008)
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Caractéristiques d’une démarche par clusters
- Pas de distinction entre variables dépendantes et
indépendantes
- Démarche statistique qui fait partie de la famille des
analyses multi-dimensionnelles (analyse en
composantes principales, analyse factorielle de
correspondances, analyse discriminante, …)
- Elle peut s'appuyer sur différents types de mesures
(binaire, nominal, ordinal, métrique).
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Usages dans différentes disciplines
En médecine : identifier des patients qui ont des symptômes
similaires à partir d’observations et de caractéristiques
individuelles
En biologie : Elaborer des taxonomies avec des groupes et sous-
groupes dans la faune et dans la flore à partir d’observations
En éducation : créer des profils d’apprenants (d’enseignants)
homogènes à partir de ce qu’ils font ou de ce qu’ils disent
En marketing : Dresser des profils de consommateurs qui ont les
mêmes besoins et les mêmes comportements
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Usages avec différents outils de prises d’informations
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Quelle	est	la	qualité	des	produits	de	l'appren-ssage	?
Comment	les	acteurs	
perçoivent-ils	les	produits	
d’appren-ssage	?	Avec	
quelle	cohérence	?
Caractéris-ques	
ini-ales	des	acteurs
Interac-ons	Temps	
Quels	processus	d'appren-ssage	induit	le	disposi9f	?
Contexte
Quels	liens	entre	les	
variables	du	processus	
et	la	qualité	des	
produits	de	
l'appren9ssage	?
Progression	
Niveau	de	
maîtrise	
Transfert
Produc-ons	 Temps	
Usages	 Interac-ons	
Comment	les	acteurs	
perçoivent-ils	leur	
processus	dans	le	disposi9f	
?		Avec	quelle	cohérence	?
Percep-ons
Produits
Processus
U-lisabilité	
U-lité	 Sa-sfac-on	
Mo-va-on
EquitéDisposi-f	de	forma-on
Quelle	
percep9on	
ont	les	
acteurs	du	
disposi9f	de	
forma9on	?
Usages avec différents outils de prises d’informations
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Temperman & De Lièvre (à paraître)
Boelaert & Khaneboubi (2015)
Exemple 1 : méthode de visualisation de traces d’activités sur la plateforme
open edX : le cas du Mooc « Enseigner et former avec le numérique »
Indicateurs Description
absent
l’utilisateur ne s’est jamais connecté aux ressources
correspondant à cette semaine
présent
l’utilisateur s’est connecté aux pages de la semaine, mais n’a
pas regardé de vidéos, ni répondu aux quiz
video
l’utilisateur a regardé au moins une vidéo de la semaine, mais
n’a pas répondu au quiz
view quiz
l’utilisateur a consulté le quiz de la semaine, mais n’y a pas
répondu
quiz
l’utilisateur a répondu à au moins une question du quiz de la
semaine.
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Boelaert & Khaneboubi (2015)
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Boelaert & Khaneboubi (2015)
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Trois types de classification automatique
Procédures Caractéristiques
Nuées dynamiques
(K-Means)
La procédure d'analyse de cluster de nuées dynamiques est limitée
aux données continues et exige que vous indiquiez au préalable le
nombre de clusters
Classification
hiérarchique
La procédure d'analyse de cluster hiérarchique est limitée à des
fichiers de données plus réduits (centaines d’éléments à classer)
Possibilité de classer des observations ou des variables
Classification
Two-Step
Sélection automatique du meilleur nombre de clusters, en plus
des mesures de sélection parmi des modèles de cluster.
Possibilité de créer simultanément des modèles de cluster sur la
base de variables catégorielles et continues.
Classer et catégoriser pour mieux appréhender les données en éducationUMons
A la découverte de SPSSVariables
Individus
données
Classer et catégoriser pour mieux appréhender les données en éducationUMons
A la découverte de SPSS
Nom
de la
variable
Type de
mesures
Classer et catégoriser pour mieux appréhender les données en éducationUMons
A la découverte de SPSS
Classer et catégoriser pour mieux appréhender les données en éducationUMons
A la découverte de SPSS
Classer et catégoriser pour mieux appréhender les données en éducationUMons
A la découverte de SPSS
Classer et catégoriser pour mieux appréhender les données en éducationUMons
A la découverte de SPSS
Classer et catégoriser pour mieux appréhender les données en éducationUMons
A la découverte de SPSS
Classer et catégoriser pour mieux appréhender les données en éducationUMons
A la découverte de SPSS
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Nuées dynamiques
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Z-Scores
Si les variables ont différentes
échelles, il est important de les
standardiser en utilisant la note Z.
Nuées dynamiques
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Note au cours de pédagogie
Note au cours de sciencesQuestionnaire de Desjardins
Stavaux, De Lièvre
& Temperman (à paraître)
Nuées dynamiquesExemple 2 : Formation au tbi
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Nuées dynamiquesExemple 2 : Formation au tbi
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Stavaux, De Lièvre & Temperman (à paraître)
1.Ouvrir le fichier badges.sav dans spss
2.Calculer le nombre total de badges par
individus
4.Identifier une structure à ces données à
l’aide de la classification en tués dynamiques en
intégrant les variables transformées en note Z
3.Transformer les 4 variables en note Z
Exercice 2 : Expérience badges
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Palm, De Lièvre
& Temperman (à paraître)
Classer et catégoriser pour mieux appréhender les données en éducation
Exercice 2 : Expérience badges
5. Créer le radar suivant dans
Excel en copiant les centres
de classe finaux
depuis SPSS
UMons
6. Catégoriser et interpréter
les trois profils (1, 2 et 3) mis
en évidence par le graphique
Exercice 2 : Expérience badges
6. Se connecter sur voyant-tools.org
7. Charger les 3 fichiers dans le dossier texte
8. Créer le graphique ci-dessous avec la commande « Scatterplot »
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Dendrogramme représentant le regroupement des tuteurs selon leur expérience pédagogique
(Quintin, 2008)
Classification hiérarchiqueExemple 3 : Profils des tuteurs
Classer et catégoriser pour mieux appréhender les données en éducationUMons
2. Fusion et réduction de classes par itérations successives
3. Fusion des classes dont la dissimilarité (= indice d’agrégation) est faible
4. L’indice d’agrégation augmente au fur et à mesure des différentes itérations
indice d’agrégation
1. Au départ, chaque individu = une classe
Exemple 3 : Profils des tuteurs
Classer et catégoriser pour mieux appréhender les données en éducationUMons
(Quintin, 2008)
Nouvelle variable indépendante
Exercice 3 : « Réalité augmentée »
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Prompts
Montagne, De Lièvre & Temperman (à paraître)
Exercice 3 : « Réalité augmentée »
1.Ouvrir le fichier realite.sav
dans spss
2. Sélectionner les individus
dans la condition 2
4.Créer un dendrogramme
identique à celui-ci
3. Générer un classement
hiérarchique
à l’aide de trois variables :
prétest/posttest/prompts
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Novices IsolésSocio-nautes
- Usages timides
- Moodle +
- Médias sociaux avec prudence
- Progrès outils bureautiques
- Usage
chevronné
- Collaboration
- Progrès en
ligne
- Usages variés
- Moodle -
- Progrès en
communication
1
2
3 Entretiens
Clusters
Questionnaires
en ligne
N=1176
3 profils caractéristiques
N=12
Exemple 4 : le WEB 2.0 et les EPA Two step clusters
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Van Herp, De Lièvre
& Temperman (à paraître)
Exercice 4 : Etude MTVL
1.Ouvrir le fichier mtvl.sav dans
spss
2. Sélectionner les individus
d o n t l e s ré p o n s e s s o n t
c o m p l è t e s ( v a r i a b l e
« complet »)
4.Intégrer l’ensemble des items
du questionnaire dans le
c h a m p «  v a r i a b l e s
continues »
3. Lancer une procédure « Two
step clusters »
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Witthier (2015)
Ce que nous pouvons retenir…
… complémentaire …
… pertinente …
… utilisable …
… utile …
Exercice 5 : La démarche par clusters est …
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Ce que nous pouvons retenir…
… complémentaire à d’autres analyses quantitatives et/ou
qualitatives
… pertinente pour identifier de nouvelles variables indépendantes a
posteriori
… utilisable avec différentes sources d’informations (produits,
processus, perceptions, caractéristiques individuelles)
… utile pour synthétiser et pour visualiser des quantités importantes
de données
Classer et catégoriser pour mieux appréhender les données en éducationUMons
Exercice 5 : La démarche par clusters est …
Pour aller plus loin …
www.statisticssolutions.com/
cluster-analysis-2/
spss.espaceweb.usherbrooke.ca/
Classer et catégoriser pour mieux appréhender les données en éducationUMons
https://www.researchgate.net/publication/
260574030
Une typologie des professeurs entrants
De Stercke, Temperman & De Lièvre (2014)
UMons
Vos questions ?
Classer et catégoriser pour mieux appréhender les données en éducation

Contenu connexe

Tendances

Data mining with Rattle For R
Data mining with Rattle For RData mining with Rattle For R
Data mining with Rattle For RAkhil Anil
 
Soutenance (thèse de doctorat de Aymen BAOUAB)
Soutenance (thèse de doctorat de Aymen BAOUAB) Soutenance (thèse de doctorat de Aymen BAOUAB)
Soutenance (thèse de doctorat de Aymen BAOUAB) baouab
 
Évaluation & Valorisation des résultats de la recherche
Évaluation & Valorisation des résultats de la rechercheÉvaluation & Valorisation des résultats de la recherche
Évaluation & Valorisation des résultats de la rechercheMokhtar Ben Henda
 
La différenciation pédagogique
La différenciation pédagogiqueLa différenciation pédagogique
La différenciation pédagogiqueHouda TOUKABRI
 
Кейнсіанство - презентація з економіки 10 клас
Кейнсіанство - презентація з економіки 10 класКейнсіанство - презентація з економіки 10 клас
Кейнсіанство - презентація з економіки 10 класВиктор Квашенко
 
Master data Management
Master data ManagementMaster data Management
Master data ManagementAxel KAMALAK
 

Tendances (6)

Data mining with Rattle For R
Data mining with Rattle For RData mining with Rattle For R
Data mining with Rattle For R
 
Soutenance (thèse de doctorat de Aymen BAOUAB)
Soutenance (thèse de doctorat de Aymen BAOUAB) Soutenance (thèse de doctorat de Aymen BAOUAB)
Soutenance (thèse de doctorat de Aymen BAOUAB)
 
Évaluation & Valorisation des résultats de la recherche
Évaluation & Valorisation des résultats de la rechercheÉvaluation & Valorisation des résultats de la recherche
Évaluation & Valorisation des résultats de la recherche
 
La différenciation pédagogique
La différenciation pédagogiqueLa différenciation pédagogique
La différenciation pédagogique
 
Кейнсіанство - презентація з економіки 10 клас
Кейнсіанство - презентація з економіки 10 класКейнсіанство - презентація з економіки 10 клас
Кейнсіанство - презентація з економіки 10 клас
 
Master data Management
Master data ManagementMaster data Management
Master data Management
 

En vedette

Synthèse de la journée des recherches pour l'action
Synthèse de la journée des recherches pour l'action Synthèse de la journée des recherches pour l'action
Synthèse de la journée des recherches pour l'action UMONS
 
Apprendre et faire apprendre avec les outils technologiques à l'école fondame...
Apprendre et faire apprendre avec les outils technologiques à l'école fondame...Apprendre et faire apprendre avec les outils technologiques à l'école fondame...
Apprendre et faire apprendre avec les outils technologiques à l'école fondame...UMONS
 
Quelle interactivité avec le tableau en classe ?
Quelle interactivité avec le tableau en classe ?Quelle interactivité avec le tableau en classe ?
Quelle interactivité avec le tableau en classe ?UMONS
 
Learning Analytics Dashboards
Learning Analytics DashboardsLearning Analytics Dashboards
Learning Analytics DashboardsSten Govaerts
 
Pacifier Use As A Risk Factor For Reduction In Breastfeeding Duration A Syste...
Pacifier Use As A Risk Factor For Reduction In Breastfeeding Duration A Syste...Pacifier Use As A Risk Factor For Reduction In Breastfeeding Duration A Syste...
Pacifier Use As A Risk Factor For Reduction In Breastfeeding Duration A Syste...Biblioteca Virtual
 
Taking Care of Business
Taking Care of BusinessTaking Care of Business
Taking Care of BusinessIFS
 
Influence Of Sorne Food Additives On Igg Plasma Concentrations In Newborn Cal...
Influence Of Sorne Food Additives On Igg Plasma Concentrations In Newborn Cal...Influence Of Sorne Food Additives On Igg Plasma Concentrations In Newborn Cal...
Influence Of Sorne Food Additives On Igg Plasma Concentrations In Newborn Cal...Biblioteca Virtual
 
Perinatal Outcome Following Third Trimester Exposure To Paroxetine
Perinatal Outcome Following Third Trimester Exposure To ParoxetinePerinatal Outcome Following Third Trimester Exposure To Paroxetine
Perinatal Outcome Following Third Trimester Exposure To ParoxetineBiblioteca Virtual
 
Pooled Analysis Of Antidepressant Levels In Lactating Mothers, Breast Milk, A...
Pooled Analysis Of Antidepressant Levels In Lactating Mothers, Breast Milk, A...Pooled Analysis Of Antidepressant Levels In Lactating Mothers, Breast Milk, A...
Pooled Analysis Of Antidepressant Levels In Lactating Mothers, Breast Milk, A...Biblioteca Virtual
 
Guideline On Co Sleeping And Breastfeeding
Guideline On Co Sleeping And BreastfeedingGuideline On Co Sleeping And Breastfeeding
Guideline On Co Sleeping And BreastfeedingBiblioteca Virtual
 
DDI Aircraft OML Scanning and Modeling Presentation Oct 2009
DDI Aircraft OML Scanning and Modeling Presentation Oct 2009DDI Aircraft OML Scanning and Modeling Presentation Oct 2009
DDI Aircraft OML Scanning and Modeling Presentation Oct 2009Direct Dimensions, Inc.
 
Power point tutorial activity
Power point tutorial activityPower point tutorial activity
Power point tutorial activityJOHN WALKER
 
My Last Resume 2014
My Last Resume 2014My Last Resume 2014
My Last Resume 2014Maya Rusli
 
Умные машины для банков
Умные машины для банковУмные машины для банков
Умные машины для банковMichael Kozloff
 
Rome Through The Ages
Rome Through The AgesRome Through The Ages
Rome Through The Agesguest375084
 
5.Maila Arrateko Andra Mari
5.Maila  Arrateko Andra Mari5.Maila  Arrateko Andra Mari
5.Maila Arrateko Andra Mariguest9411ec
 
Breastfeeding Does Not Increase The Risk Of Asthma
Breastfeeding Does Not Increase The Risk Of AsthmaBreastfeeding Does Not Increase The Risk Of Asthma
Breastfeeding Does Not Increase The Risk Of AsthmaBiblioteca Virtual
 

En vedette (20)

Synthèse de la journée des recherches pour l'action
Synthèse de la journée des recherches pour l'action Synthèse de la journée des recherches pour l'action
Synthèse de la journée des recherches pour l'action
 
Apprendre et faire apprendre avec les outils technologiques à l'école fondame...
Apprendre et faire apprendre avec les outils technologiques à l'école fondame...Apprendre et faire apprendre avec les outils technologiques à l'école fondame...
Apprendre et faire apprendre avec les outils technologiques à l'école fondame...
 
Quelle interactivité avec le tableau en classe ?
Quelle interactivité avec le tableau en classe ?Quelle interactivité avec le tableau en classe ?
Quelle interactivité avec le tableau en classe ?
 
Learning Analytics Dashboards
Learning Analytics DashboardsLearning Analytics Dashboards
Learning Analytics Dashboards
 
Pacifier Use As A Risk Factor For Reduction In Breastfeeding Duration A Syste...
Pacifier Use As A Risk Factor For Reduction In Breastfeeding Duration A Syste...Pacifier Use As A Risk Factor For Reduction In Breastfeeding Duration A Syste...
Pacifier Use As A Risk Factor For Reduction In Breastfeeding Duration A Syste...
 
Taking Care of Business
Taking Care of BusinessTaking Care of Business
Taking Care of Business
 
Influence Of Sorne Food Additives On Igg Plasma Concentrations In Newborn Cal...
Influence Of Sorne Food Additives On Igg Plasma Concentrations In Newborn Cal...Influence Of Sorne Food Additives On Igg Plasma Concentrations In Newborn Cal...
Influence Of Sorne Food Additives On Igg Plasma Concentrations In Newborn Cal...
 
Perinatal Outcome Following Third Trimester Exposure To Paroxetine
Perinatal Outcome Following Third Trimester Exposure To ParoxetinePerinatal Outcome Following Third Trimester Exposure To Paroxetine
Perinatal Outcome Following Third Trimester Exposure To Paroxetine
 
Pooled Analysis Of Antidepressant Levels In Lactating Mothers, Breast Milk, A...
Pooled Analysis Of Antidepressant Levels In Lactating Mothers, Breast Milk, A...Pooled Analysis Of Antidepressant Levels In Lactating Mothers, Breast Milk, A...
Pooled Analysis Of Antidepressant Levels In Lactating Mothers, Breast Milk, A...
 
Guideline On Co Sleeping And Breastfeeding
Guideline On Co Sleeping And BreastfeedingGuideline On Co Sleeping And Breastfeeding
Guideline On Co Sleeping And Breastfeeding
 
DDI Aircraft OML Scanning and Modeling Presentation Oct 2009
DDI Aircraft OML Scanning and Modeling Presentation Oct 2009DDI Aircraft OML Scanning and Modeling Presentation Oct 2009
DDI Aircraft OML Scanning and Modeling Presentation Oct 2009
 
Power point tutorial activity
Power point tutorial activityPower point tutorial activity
Power point tutorial activity
 
My Last Resume 2014
My Last Resume 2014My Last Resume 2014
My Last Resume 2014
 
Умные машины для банков
Умные машины для банковУмные машины для банков
Умные машины для банков
 
Rome Through The Ages
Rome Through The AgesRome Through The Ages
Rome Through The Ages
 
Cim 20070701 jul_2007
Cim 20070701 jul_2007Cim 20070701 jul_2007
Cim 20070701 jul_2007
 
5.Maila Arrateko Andra Mari
5.Maila  Arrateko Andra Mari5.Maila  Arrateko Andra Mari
5.Maila Arrateko Andra Mari
 
Breastfeeding Does Not Increase The Risk Of Asthma
Breastfeeding Does Not Increase The Risk Of AsthmaBreastfeeding Does Not Increase The Risk Of Asthma
Breastfeeding Does Not Increase The Risk Of Asthma
 
Tammy Bality, Sculptures, presented by Chisholm Gallery, LLC
Tammy Bality, Sculptures, presented by Chisholm Gallery, LLCTammy Bality, Sculptures, presented by Chisholm Gallery, LLC
Tammy Bality, Sculptures, presented by Chisholm Gallery, LLC
 
Model Breastfeeding Policy
Model Breastfeeding PolicyModel Breastfeeding Policy
Model Breastfeeding Policy
 

Similaire à Classer et catégoriser pour mieux appréhender les données en éducation

Introduction au Machine Learning
Introduction au Machine Learning Introduction au Machine Learning
Introduction au Machine Learning Novagen Conseil
 
Rapport de stage fatma karem
Rapport de stage fatma karemRapport de stage fatma karem
Rapport de stage fatma karemfatmakarem
 
Evaluer, diagnostiquer, réguler
Evaluer, diagnostiquer, régulerEvaluer, diagnostiquer, réguler
Evaluer, diagnostiquer, régulerFrançois Georges
 
Expérience informationnelle et exploitation analytique des données : comment ...
Expérience informationnelle et exploitation analytique des données : comment ...Expérience informationnelle et exploitation analytique des données : comment ...
Expérience informationnelle et exploitation analytique des données : comment ...Le_GFII
 
Learning Analytics : Définition, Pratiques et Enjeux
Learning Analytics : Définition, Pratiques et EnjeuxLearning Analytics : Définition, Pratiques et Enjeux
Learning Analytics : Définition, Pratiques et EnjeuxRmiVENANT
 
méthodologie séminaire (2).pptx
méthodologie séminaire (2).pptxméthodologie séminaire (2).pptx
méthodologie séminaire (2).pptxVivendisConseil
 
Méthodologie de recherche : Comment lier concepts et données ?
Méthodologie de recherche : Comment lier concepts et données ?Méthodologie de recherche : Comment lier concepts et données ?
Méthodologie de recherche : Comment lier concepts et données ?Marouane Hdidou
 
Comprendre les Services du savoir
Comprendre les Services du savoirComprendre les Services du savoir
Comprendre les Services du savoirAlbert Simard
 
Pres 4 Introduction aux concepts d'organisation apprenante
Pres 4 Introduction aux concepts d'organisation apprenante Pres 4 Introduction aux concepts d'organisation apprenante
Pres 4 Introduction aux concepts d'organisation apprenante agkelley514
 
Ipsos views - La jungle des données
Ipsos views - La jungle des donnéesIpsos views - La jungle des données
Ipsos views - La jungle des donnéesIpsos France
 
Introduction au Data Marketing
Introduction au Data MarketingIntroduction au Data Marketing
Introduction au Data MarketingAmar LAKEL, PhD
 
ACPQ - Le web social, un levier de développement professionnel pour les ense...
ACPQ - Le web social, un levier de développement professionnelpour les ense...ACPQ - Le web social, un levier de développement professionnelpour les ense...
ACPQ - Le web social, un levier de développement professionnel pour les ense...Michelle Deschenes
 
L1 TD Numérique et Société
L1 TD Numérique et SociétéL1 TD Numérique et Société
L1 TD Numérique et SociétéAmar LAKEL, PhD
 
Tâches collaboratives supportées par un Etherpad
Tâches collaboratives supportées par un EtherpadTâches collaboratives supportées par un Etherpad
Tâches collaboratives supportées par un EtherpadBruno De Lièvre
 
Tâches collaboratives supportées par un Etherpad et par un forum de discussio...
Tâches collaboratives supportées par un Etherpad et par un forum de discussio...Tâches collaboratives supportées par un Etherpad et par un forum de discussio...
Tâches collaboratives supportées par un Etherpad et par un forum de discussio...UMONS
 

Similaire à Classer et catégoriser pour mieux appréhender les données en éducation (20)

Introduction au Machine Learning
Introduction au Machine Learning Introduction au Machine Learning
Introduction au Machine Learning
 
Data Mining
Data MiningData Mining
Data Mining
 
Rapport de stage fatma karem
Rapport de stage fatma karemRapport de stage fatma karem
Rapport de stage fatma karem
 
Le Machine Learning... tous aux fourneaux !
Le Machine Learning... tous aux fourneaux !Le Machine Learning... tous aux fourneaux !
Le Machine Learning... tous aux fourneaux !
 
Evaluer, diagnostiquer, réguler
Evaluer, diagnostiquer, régulerEvaluer, diagnostiquer, réguler
Evaluer, diagnostiquer, réguler
 
Expérience informationnelle et exploitation analytique des données : comment ...
Expérience informationnelle et exploitation analytique des données : comment ...Expérience informationnelle et exploitation analytique des données : comment ...
Expérience informationnelle et exploitation analytique des données : comment ...
 
Learning Analytics : Définition, Pratiques et Enjeux
Learning Analytics : Définition, Pratiques et EnjeuxLearning Analytics : Définition, Pratiques et Enjeux
Learning Analytics : Définition, Pratiques et Enjeux
 
méthodologie séminaire (2).pptx
méthodologie séminaire (2).pptxméthodologie séminaire (2).pptx
méthodologie séminaire (2).pptx
 
Méthodologie de recherche : Comment lier concepts et données ?
Méthodologie de recherche : Comment lier concepts et données ?Méthodologie de recherche : Comment lier concepts et données ?
Méthodologie de recherche : Comment lier concepts et données ?
 
Comprendre les Services du savoir
Comprendre les Services du savoirComprendre les Services du savoir
Comprendre les Services du savoir
 
Pres 4 Introduction aux concepts d'organisation apprenante
Pres 4 Introduction aux concepts d'organisation apprenante Pres 4 Introduction aux concepts d'organisation apprenante
Pres 4 Introduction aux concepts d'organisation apprenante
 
Ipsos views - La jungle des données
Ipsos views - La jungle des donnéesIpsos views - La jungle des données
Ipsos views - La jungle des données
 
Analyzing a churn data set
Analyzing a churn data set Analyzing a churn data set
Analyzing a churn data set
 
Introduction au Data Marketing
Introduction au Data MarketingIntroduction au Data Marketing
Introduction au Data Marketing
 
ACPQ - Le web social, un levier de développement professionnel pour les ense...
ACPQ - Le web social, un levier de développement professionnelpour les ense...ACPQ - Le web social, un levier de développement professionnelpour les ense...
ACPQ - Le web social, un levier de développement professionnel pour les ense...
 
test
testtest
test
 
L1 TD Numérique et Société
L1 TD Numérique et SociétéL1 TD Numérique et Société
L1 TD Numérique et Société
 
Promotion saba group lab cabinet
Promotion saba group lab cabinet Promotion saba group lab cabinet
Promotion saba group lab cabinet
 
Tâches collaboratives supportées par un Etherpad
Tâches collaboratives supportées par un EtherpadTâches collaboratives supportées par un Etherpad
Tâches collaboratives supportées par un Etherpad
 
Tâches collaboratives supportées par un Etherpad et par un forum de discussio...
Tâches collaboratives supportées par un Etherpad et par un forum de discussio...Tâches collaboratives supportées par un Etherpad et par un forum de discussio...
Tâches collaboratives supportées par un Etherpad et par un forum de discussio...
 

Plus de UMONS

Effets de relances par QR codes sur l’apprentissage dans un manuel scolaire a...
Effets de relances par QR codes sur l’apprentissage dans un manuel scolaire a...Effets de relances par QR codes sur l’apprentissage dans un manuel scolaire a...
Effets de relances par QR codes sur l’apprentissage dans un manuel scolaire a...UMONS
 
Des données probantes en éducation à l'innovation pédagogique ....
Des données probantes en éducation à l'innovation pédagogique ....Des données probantes en éducation à l'innovation pédagogique ....
Des données probantes en éducation à l'innovation pédagogique ....UMONS
 
Visualiser la collaboration : quels effets sur l'apprentissage ?
Visualiser la collaboration : quels effets sur l'apprentissage ?Visualiser la collaboration : quels effets sur l'apprentissage ?
Visualiser la collaboration : quels effets sur l'apprentissage ?UMONS
 
Learning analytics en éducation
Learning analytics en éducationLearning analytics en éducation
Learning analytics en éducationUMONS
 
Effets de deux modalités d’intégration d’un livre numérique dans un cours...
Effets de deux modalités d’intégration d’un livre numérique dans un cours...Effets de deux modalités d’intégration d’un livre numérique dans un cours...
Effets de deux modalités d’intégration d’un livre numérique dans un cours...UMONS
 
Apprendre et faire apprendre avec les technologies
Apprendre et faire apprendre avec les technologiesApprendre et faire apprendre avec les technologies
Apprendre et faire apprendre avec les technologiesUMONS
 

Plus de UMONS (6)

Effets de relances par QR codes sur l’apprentissage dans un manuel scolaire a...
Effets de relances par QR codes sur l’apprentissage dans un manuel scolaire a...Effets de relances par QR codes sur l’apprentissage dans un manuel scolaire a...
Effets de relances par QR codes sur l’apprentissage dans un manuel scolaire a...
 
Des données probantes en éducation à l'innovation pédagogique ....
Des données probantes en éducation à l'innovation pédagogique ....Des données probantes en éducation à l'innovation pédagogique ....
Des données probantes en éducation à l'innovation pédagogique ....
 
Visualiser la collaboration : quels effets sur l'apprentissage ?
Visualiser la collaboration : quels effets sur l'apprentissage ?Visualiser la collaboration : quels effets sur l'apprentissage ?
Visualiser la collaboration : quels effets sur l'apprentissage ?
 
Learning analytics en éducation
Learning analytics en éducationLearning analytics en éducation
Learning analytics en éducation
 
Effets de deux modalités d’intégration d’un livre numérique dans un cours...
Effets de deux modalités d’intégration d’un livre numérique dans un cours...Effets de deux modalités d’intégration d’un livre numérique dans un cours...
Effets de deux modalités d’intégration d’un livre numérique dans un cours...
 
Apprendre et faire apprendre avec les technologies
Apprendre et faire apprendre avec les technologiesApprendre et faire apprendre avec les technologies
Apprendre et faire apprendre avec les technologies
 

Dernier

Calendrier de la semaine du 8 au 12 avril
Calendrier de la semaine du 8 au 12 avrilCalendrier de la semaine du 8 au 12 avril
Calendrier de la semaine du 8 au 12 avrilfrizzole
 
Présentation - Initiatives - CECOSDA - OIF - Fact Checking.pptx
Présentation - Initiatives - CECOSDA - OIF - Fact Checking.pptxPrésentation - Initiatives - CECOSDA - OIF - Fact Checking.pptx
Présentation - Initiatives - CECOSDA - OIF - Fact Checking.pptxJCAC
 
Bibdoc 2024 - Sobriete numerique en bibliotheque et centre de documentation.pdf
Bibdoc 2024 - Sobriete numerique en bibliotheque et centre de documentation.pdfBibdoc 2024 - Sobriete numerique en bibliotheque et centre de documentation.pdf
Bibdoc 2024 - Sobriete numerique en bibliotheque et centre de documentation.pdfBibdoc 37
 
Newsletter SPW Agriculture en province du Luxembourg du 10-04-24
Newsletter SPW Agriculture en province du Luxembourg du 10-04-24Newsletter SPW Agriculture en province du Luxembourg du 10-04-24
Newsletter SPW Agriculture en province du Luxembourg du 10-04-24BenotGeorges3
 
PIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfPIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfRiDaHAziz
 
PIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfPIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfRiDaHAziz
 
Pas de vagues. pptx Film français
Pas de vagues.  pptx   Film     françaisPas de vagues.  pptx   Film     français
Pas de vagues. pptx Film françaisTxaruka
 
Aux origines de la sociologie : du XIXème au début XX ème siècle
Aux origines de la sociologie : du XIXème au début XX ème siècleAux origines de la sociologie : du XIXème au début XX ème siècle
Aux origines de la sociologie : du XIXème au début XX ème siècleAmar LAKEL, PhD
 
La Base unique départementale - Quel bilan, au bout de 5 ans .pdf
La Base unique départementale - Quel bilan, au bout de 5 ans .pdfLa Base unique départementale - Quel bilan, au bout de 5 ans .pdf
La Base unique départementale - Quel bilan, au bout de 5 ans .pdfbdp12
 
Bibdoc 2024 - L’Éducation aux Médias et à l’Information face à l’intelligence...
Bibdoc 2024 - L’Éducation aux Médias et à l’Information face à l’intelligence...Bibdoc 2024 - L’Éducation aux Médias et à l’Information face à l’intelligence...
Bibdoc 2024 - L’Éducation aux Médias et à l’Information face à l’intelligence...Bibdoc 37
 
Chana Orloff.pptx Sculptrice franco-ukranienne
Chana Orloff.pptx Sculptrice franco-ukranienneChana Orloff.pptx Sculptrice franco-ukranienne
Chana Orloff.pptx Sculptrice franco-ukranienneTxaruka
 
Pas de vagues. pptx Film français
Pas de vagues.  pptx      Film   françaisPas de vagues.  pptx      Film   français
Pas de vagues. pptx Film françaisTxaruka
 
Faut-il avoir peur de la technique ? (G. Gay-Para)
Faut-il avoir peur de la technique ? (G. Gay-Para)Faut-il avoir peur de la technique ? (G. Gay-Para)
Faut-il avoir peur de la technique ? (G. Gay-Para)Gabriel Gay-Para
 
Bibdoc 2024 - Les intelligences artificielles en bibliotheque.pdf
Bibdoc 2024 - Les intelligences artificielles en bibliotheque.pdfBibdoc 2024 - Les intelligences artificielles en bibliotheque.pdf
Bibdoc 2024 - Les intelligences artificielles en bibliotheque.pdfBibdoc 37
 
Apprendre avec des top et nano influenceurs
Apprendre avec des top et nano influenceursApprendre avec des top et nano influenceurs
Apprendre avec des top et nano influenceursStagiaireLearningmat
 
DIGNITAS INFINITA - DIGNITÉ HUMAINE; déclaration du dicastère .pptx
DIGNITAS INFINITA - DIGNITÉ HUMAINE; déclaration du dicastère .pptxDIGNITAS INFINITA - DIGNITÉ HUMAINE; déclaration du dicastère .pptx
DIGNITAS INFINITA - DIGNITÉ HUMAINE; déclaration du dicastère .pptxMartin M Flynn
 
Vulnérabilité numérique d’usage : un enjeu pour l’aide à la réussitepdf
Vulnérabilité numérique d’usage : un enjeu pour l’aide à la réussitepdfVulnérabilité numérique d’usage : un enjeu pour l’aide à la réussitepdf
Vulnérabilité numérique d’usage : un enjeu pour l’aide à la réussitepdfSylvianeBachy
 

Dernier (18)

Calendrier de la semaine du 8 au 12 avril
Calendrier de la semaine du 8 au 12 avrilCalendrier de la semaine du 8 au 12 avril
Calendrier de la semaine du 8 au 12 avril
 
Présentation - Initiatives - CECOSDA - OIF - Fact Checking.pptx
Présentation - Initiatives - CECOSDA - OIF - Fact Checking.pptxPrésentation - Initiatives - CECOSDA - OIF - Fact Checking.pptx
Présentation - Initiatives - CECOSDA - OIF - Fact Checking.pptx
 
Bibdoc 2024 - Sobriete numerique en bibliotheque et centre de documentation.pdf
Bibdoc 2024 - Sobriete numerique en bibliotheque et centre de documentation.pdfBibdoc 2024 - Sobriete numerique en bibliotheque et centre de documentation.pdf
Bibdoc 2024 - Sobriete numerique en bibliotheque et centre de documentation.pdf
 
Newsletter SPW Agriculture en province du Luxembourg du 10-04-24
Newsletter SPW Agriculture en province du Luxembourg du 10-04-24Newsletter SPW Agriculture en province du Luxembourg du 10-04-24
Newsletter SPW Agriculture en province du Luxembourg du 10-04-24
 
PIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfPIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdf
 
PIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfPIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdf
 
Pas de vagues. pptx Film français
Pas de vagues.  pptx   Film     françaisPas de vagues.  pptx   Film     français
Pas de vagues. pptx Film français
 
Bulletin des bibliotheques Burkina Faso mars 2024
Bulletin des bibliotheques Burkina Faso mars 2024Bulletin des bibliotheques Burkina Faso mars 2024
Bulletin des bibliotheques Burkina Faso mars 2024
 
Aux origines de la sociologie : du XIXème au début XX ème siècle
Aux origines de la sociologie : du XIXème au début XX ème siècleAux origines de la sociologie : du XIXème au début XX ème siècle
Aux origines de la sociologie : du XIXème au début XX ème siècle
 
La Base unique départementale - Quel bilan, au bout de 5 ans .pdf
La Base unique départementale - Quel bilan, au bout de 5 ans .pdfLa Base unique départementale - Quel bilan, au bout de 5 ans .pdf
La Base unique départementale - Quel bilan, au bout de 5 ans .pdf
 
Bibdoc 2024 - L’Éducation aux Médias et à l’Information face à l’intelligence...
Bibdoc 2024 - L’Éducation aux Médias et à l’Information face à l’intelligence...Bibdoc 2024 - L’Éducation aux Médias et à l’Information face à l’intelligence...
Bibdoc 2024 - L’Éducation aux Médias et à l’Information face à l’intelligence...
 
Chana Orloff.pptx Sculptrice franco-ukranienne
Chana Orloff.pptx Sculptrice franco-ukranienneChana Orloff.pptx Sculptrice franco-ukranienne
Chana Orloff.pptx Sculptrice franco-ukranienne
 
Pas de vagues. pptx Film français
Pas de vagues.  pptx      Film   françaisPas de vagues.  pptx      Film   français
Pas de vagues. pptx Film français
 
Faut-il avoir peur de la technique ? (G. Gay-Para)
Faut-il avoir peur de la technique ? (G. Gay-Para)Faut-il avoir peur de la technique ? (G. Gay-Para)
Faut-il avoir peur de la technique ? (G. Gay-Para)
 
Bibdoc 2024 - Les intelligences artificielles en bibliotheque.pdf
Bibdoc 2024 - Les intelligences artificielles en bibliotheque.pdfBibdoc 2024 - Les intelligences artificielles en bibliotheque.pdf
Bibdoc 2024 - Les intelligences artificielles en bibliotheque.pdf
 
Apprendre avec des top et nano influenceurs
Apprendre avec des top et nano influenceursApprendre avec des top et nano influenceurs
Apprendre avec des top et nano influenceurs
 
DIGNITAS INFINITA - DIGNITÉ HUMAINE; déclaration du dicastère .pptx
DIGNITAS INFINITA - DIGNITÉ HUMAINE; déclaration du dicastère .pptxDIGNITAS INFINITA - DIGNITÉ HUMAINE; déclaration du dicastère .pptx
DIGNITAS INFINITA - DIGNITÉ HUMAINE; déclaration du dicastère .pptx
 
Vulnérabilité numérique d’usage : un enjeu pour l’aide à la réussitepdf
Vulnérabilité numérique d’usage : un enjeu pour l’aide à la réussitepdfVulnérabilité numérique d’usage : un enjeu pour l’aide à la réussitepdf
Vulnérabilité numérique d’usage : un enjeu pour l’aide à la réussitepdf
 

Classer et catégoriser pour mieux appréhender les données en éducation

  • 1. Classer et catégoriser pour mieux appréhender les données en éducation : Initiation à la démarche statistique de « Clustering » et applications dans le logiciel SPSS Gaëtan Temperman - Bruno De Lièvre
  • 2. Exercice 1 : Vos représentations initiales En quelques mots, pouvez-vous définir la démarche par cluster ? Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 3. Objectifs de la formation - Définir et caractériser la démarche de clustering - Présenter des exemples mobilisant le clustering - Décrire trois démarches de clustering complémentaires - S’initier aux fonctions de base de SPSS - Mettre en oeuvre les démarches de Clustering dans SPSS, dans Excel et dans Voyant-tools Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 4. Objectifs d’une démarche par clusters Cette procédure statistique vise à trouver une structure intrinsèque aux données en les organisant en groupes homogènes et distincts, appelés « clusters ». Pour former un « cluster », les éléments doivent être à la fois similaires entre eux et différents des objets regroupés dans d’autres « clusters » (Quintin, 2008) Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 5. Caractéristiques d’une démarche par clusters - Pas de distinction entre variables dépendantes et indépendantes - Démarche statistique qui fait partie de la famille des analyses multi-dimensionnelles (analyse en composantes principales, analyse factorielle de correspondances, analyse discriminante, …) - Elle peut s'appuyer sur différents types de mesures (binaire, nominal, ordinal, métrique). Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 6. Usages dans différentes disciplines En médecine : identifier des patients qui ont des symptômes similaires à partir d’observations et de caractéristiques individuelles En biologie : Elaborer des taxonomies avec des groupes et sous- groupes dans la faune et dans la flore à partir d’observations En éducation : créer des profils d’apprenants (d’enseignants) homogènes à partir de ce qu’ils font ou de ce qu’ils disent En marketing : Dresser des profils de consommateurs qui ont les mêmes besoins et les mêmes comportements Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 7. Usages avec différents outils de prises d’informations Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 8. Quelle est la qualité des produits de l'appren-ssage ? Comment les acteurs perçoivent-ils les produits d’appren-ssage ? Avec quelle cohérence ? Caractéris-ques ini-ales des acteurs Interac-ons Temps Quels processus d'appren-ssage induit le disposi9f ? Contexte Quels liens entre les variables du processus et la qualité des produits de l'appren9ssage ? Progression Niveau de maîtrise Transfert Produc-ons Temps Usages Interac-ons Comment les acteurs perçoivent-ils leur processus dans le disposi9f ? Avec quelle cohérence ? Percep-ons Produits Processus U-lisabilité U-lité Sa-sfac-on Mo-va-on EquitéDisposi-f de forma-on Quelle percep9on ont les acteurs du disposi9f de forma9on ? Usages avec différents outils de prises d’informations Classer et catégoriser pour mieux appréhender les données en éducationUMons Temperman & De Lièvre (à paraître)
  • 9. Boelaert & Khaneboubi (2015) Exemple 1 : méthode de visualisation de traces d’activités sur la plateforme open edX : le cas du Mooc « Enseigner et former avec le numérique » Indicateurs Description absent l’utilisateur ne s’est jamais connecté aux ressources correspondant à cette semaine présent l’utilisateur s’est connecté aux pages de la semaine, mais n’a pas regardé de vidéos, ni répondu aux quiz video l’utilisateur a regardé au moins une vidéo de la semaine, mais n’a pas répondu au quiz view quiz l’utilisateur a consulté le quiz de la semaine, mais n’y a pas répondu quiz l’utilisateur a répondu à au moins une question du quiz de la semaine. Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 10. Boelaert & Khaneboubi (2015) Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 11. Boelaert & Khaneboubi (2015) Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 12. Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 13. Trois types de classification automatique Procédures Caractéristiques Nuées dynamiques (K-Means) La procédure d'analyse de cluster de nuées dynamiques est limitée aux données continues et exige que vous indiquiez au préalable le nombre de clusters Classification hiérarchique La procédure d'analyse de cluster hiérarchique est limitée à des fichiers de données plus réduits (centaines d’éléments à classer) Possibilité de classer des observations ou des variables Classification Two-Step Sélection automatique du meilleur nombre de clusters, en plus des mesures de sélection parmi des modèles de cluster. Possibilité de créer simultanément des modèles de cluster sur la base de variables catégorielles et continues. Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 14. A la découverte de SPSSVariables Individus données Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 15. A la découverte de SPSS Nom de la variable Type de mesures Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 16. A la découverte de SPSS Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 17. A la découverte de SPSS Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 18. A la découverte de SPSS Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 19. A la découverte de SPSS Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 20. A la découverte de SPSS Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 21. A la découverte de SPSS Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 22. Nuées dynamiques Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 23. Z-Scores Si les variables ont différentes échelles, il est important de les standardiser en utilisant la note Z. Nuées dynamiques Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 24. Note au cours de pédagogie Note au cours de sciencesQuestionnaire de Desjardins Stavaux, De Lièvre & Temperman (à paraître) Nuées dynamiquesExemple 2 : Formation au tbi Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 25. Nuées dynamiquesExemple 2 : Formation au tbi Classer et catégoriser pour mieux appréhender les données en éducationUMons Stavaux, De Lièvre & Temperman (à paraître)
  • 26. 1.Ouvrir le fichier badges.sav dans spss 2.Calculer le nombre total de badges par individus 4.Identifier une structure à ces données à l’aide de la classification en tués dynamiques en intégrant les variables transformées en note Z 3.Transformer les 4 variables en note Z Exercice 2 : Expérience badges Classer et catégoriser pour mieux appréhender les données en éducationUMons Palm, De Lièvre & Temperman (à paraître)
  • 27. Classer et catégoriser pour mieux appréhender les données en éducation Exercice 2 : Expérience badges 5. Créer le radar suivant dans Excel en copiant les centres de classe finaux depuis SPSS UMons 6. Catégoriser et interpréter les trois profils (1, 2 et 3) mis en évidence par le graphique
  • 28. Exercice 2 : Expérience badges 6. Se connecter sur voyant-tools.org 7. Charger les 3 fichiers dans le dossier texte 8. Créer le graphique ci-dessous avec la commande « Scatterplot » Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 29. Dendrogramme représentant le regroupement des tuteurs selon leur expérience pédagogique (Quintin, 2008) Classification hiérarchiqueExemple 3 : Profils des tuteurs Classer et catégoriser pour mieux appréhender les données en éducationUMons 2. Fusion et réduction de classes par itérations successives 3. Fusion des classes dont la dissimilarité (= indice d’agrégation) est faible 4. L’indice d’agrégation augmente au fur et à mesure des différentes itérations indice d’agrégation 1. Au départ, chaque individu = une classe
  • 30. Exemple 3 : Profils des tuteurs Classer et catégoriser pour mieux appréhender les données en éducationUMons (Quintin, 2008) Nouvelle variable indépendante
  • 31. Exercice 3 : « Réalité augmentée » Classer et catégoriser pour mieux appréhender les données en éducationUMons Prompts Montagne, De Lièvre & Temperman (à paraître)
  • 32. Exercice 3 : « Réalité augmentée » 1.Ouvrir le fichier realite.sav dans spss 2. Sélectionner les individus dans la condition 2 4.Créer un dendrogramme identique à celui-ci 3. Générer un classement hiérarchique à l’aide de trois variables : prétest/posttest/prompts Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 33. Novices IsolésSocio-nautes - Usages timides - Moodle + - Médias sociaux avec prudence - Progrès outils bureautiques - Usage chevronné - Collaboration - Progrès en ligne - Usages variés - Moodle - - Progrès en communication 1 2 3 Entretiens Clusters Questionnaires en ligne N=1176 3 profils caractéristiques N=12 Exemple 4 : le WEB 2.0 et les EPA Two step clusters Classer et catégoriser pour mieux appréhender les données en éducationUMons Van Herp, De Lièvre & Temperman (à paraître)
  • 34. Exercice 4 : Etude MTVL 1.Ouvrir le fichier mtvl.sav dans spss 2. Sélectionner les individus d o n t l e s ré p o n s e s s o n t c o m p l è t e s ( v a r i a b l e « complet ») 4.Intégrer l’ensemble des items du questionnaire dans le c h a m p «  v a r i a b l e s continues » 3. Lancer une procédure « Two step clusters » Classer et catégoriser pour mieux appréhender les données en éducationUMons Witthier (2015)
  • 35. Ce que nous pouvons retenir… … complémentaire … … pertinente … … utilisable … … utile … Exercice 5 : La démarche par clusters est … Classer et catégoriser pour mieux appréhender les données en éducationUMons
  • 36. Ce que nous pouvons retenir… … complémentaire à d’autres analyses quantitatives et/ou qualitatives … pertinente pour identifier de nouvelles variables indépendantes a posteriori … utilisable avec différentes sources d’informations (produits, processus, perceptions, caractéristiques individuelles) … utile pour synthétiser et pour visualiser des quantités importantes de données Classer et catégoriser pour mieux appréhender les données en éducationUMons Exercice 5 : La démarche par clusters est …
  • 37. Pour aller plus loin … www.statisticssolutions.com/ cluster-analysis-2/ spss.espaceweb.usherbrooke.ca/ Classer et catégoriser pour mieux appréhender les données en éducationUMons https://www.researchgate.net/publication/ 260574030 Une typologie des professeurs entrants De Stercke, Temperman & De Lièvre (2014)
  • 38. UMons Vos questions ? Classer et catégoriser pour mieux appréhender les données en éducation