0% ont trouvé ce document utile (0 vote)
28 vues9 pages

Regression

Cette étude examine l'impact des réseaux sociaux sur la performance académique des étudiantes, en analysant la relation entre le temps passé sur ces plateformes et le temps d'étude. L'hypothèse principale suggère qu'une augmentation du temps sur les réseaux sociaux est liée à une baisse de la performance académique, tandis qu'une augmentation du temps d'étude pourrait compenser cet effet. La méthodologie inclut un questionnaire structuré et une analyse statistique des données recueillies auprès de 51 étudiantes universitaires.

Transféré par

b.aitameur0679
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats RTF, PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
28 vues9 pages

Regression

Cette étude examine l'impact des réseaux sociaux sur la performance académique des étudiantes, en analysant la relation entre le temps passé sur ces plateformes et le temps d'étude. L'hypothèse principale suggère qu'une augmentation du temps sur les réseaux sociaux est liée à une baisse de la performance académique, tandis qu'une augmentation du temps d'étude pourrait compenser cet effet. La méthodologie inclut un questionnaire structuré et une analyse statistique des données recueillies auprès de 51 étudiantes universitaires.

Transféré par

b.aitameur0679
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats RTF, PDF, TXT ou lisez en ligne sur Scribd

1.

INTRODUCTION

Contexte de l'étude :
L'impact des réseaux sociaux sur la performance académique des étudiants est un sujet de
plus en plus pertinent à l'ère numérique. Avec l'augmentation de l'utilisation des plateformes
sociales, il est d’explorer comment le temps consacré à ces activités influence les résultats
scolaires des étudiants, en particulier ceux des étudiantes. Cette étude vise à comprendre cette
dynamique et son importance dans le cadre éducatif.
Problématique :
La problématique centrale que nous cherchons à analyser est la relation entre la durée
quotidienne consacrée aux réseaux sociaux et le temps dédié à l'étude, et comment ces deux
facteurs influencent la moyenne générale des étudiantes.

Objectifs :
Les objectifs de cette étude sont les suivants :
 Comprendre les effets de l'utilisation des réseaux sociaux sur les performances
académiques.
 Évaluer si une augmentation du temps d'étude peut compenser les effets négatifs
potentiels d'une utilisation excessive des réseaux sociaux.
 Identifier les facteurs qui influencent ces relations.

Hypothèse principale :
L’hypothèse 1 : "Une augmentation du temps consacré aux réseaux sociaux est associée à
une diminution de la performance académique, mesurée par la moyenne générale, tandis
qu'une augmentation du temps d'étude est associée à une amélioration de cette même
performance."

2.Méthodologie

Conception du questionnaire :
Le questionnaire sera structuré en 18 questions :
- Données démographiques : Âge, sexe, niveau d'études.
- Utilisation des réseaux sociaux : Questions fermées sur le temps quotidien passé sur
différentes plateformes (par exemple, Facebook, Instagram, twitter etc.).
- Temps d'étude : Questions sur le nombre d'heures consacrées à l'étude par semaine, avec une
échelle de Likert pour évaluer la perception de l'efficacité du temps d'étude.
- Performance académique : Question sur la moyenne générale actuelle.
Le questionnaire inclura principalement des questions fermées et quelques questions de type
Likert pour mesurer les attitudes et perceptions des étudiantes concernant leur utilisation du
temps.

Population cible :
La population cible de cette étude comprendra des étudiantes universitaires. Les
caractéristiques démographiques seront décrites comme suit :
- Âge : Principalement entre 18 et 25 ans.
- Niveau d'études : Étudiantes en licence ou en master.
- Statistiques descriptives : Un échantillon de 51 étudiantes sera sélectionné, avec une
répartition équilibrée entre différentes filières académiques pour assurer la représentativité.

Cette méthodologie permettra de recueillir des données pertinentes pour analyser les relations
entre le temps passé sur les réseaux sociaux, le temps d'étude et la performance académique
(MOYENNE GENERALE).
Collecte des données
Les données seront collectées via une enquête en ligne pour atteindre un large échantillon
d'étudiantes. Cette méthode permettra une collecte efficace et anonyme des réponses,
facilitant ainsi une analyse statistique approfondie.
3. Analyse des données sur SPSS
3.1 statistiques descriptives
 Les caractéristiques principales de données

Statistiques
Moyenne
1 AGE semestre Temps étude temps réseaux
N Valide 51 39 49 51
Manquant 0 12 2 0
Moyenne 6,26 1,82 2,69
Médiane 5,00 2,00 3,00
Mode 5 2 2
Ecart type 3,470 ,697 ,927
Variance 12,038 ,486 ,860
 Représentation graphique (histogrammes)
1 moyenne de semestre

2 Temps consacre aux études


3 Temps consacré aux réseaux sociaux

3.2 Analyse bivariée


 Corrélation entre moyenne de semestre et temps d’étude

Corrélations
moyenne
semestre temps etude
Moyenne semestre Corrélation de Pearson 1 -,193
Sig. (bilatérale) ,247
Somme des carrés et 457,436 -16,368
produits croisés
Covariance 12,038 -,442
N 39 38
Temps étude Corrélation de Pearson -,193 1
Sig. (bilatérale) ,247
Somme des carrés et -16,368 23,347
produits croisés
Covariance -,442 ,486
N 38 49

 Corrélation entre moyenne de semestre et temps des réseaux sociaux


Corrélations
moyenne
semestre temps reseux
moyenne semestre Corrélation de Pearson 1 -,044
Sig. (bilatérale) ,791
Somme des carrés et 457,436 -5,692
produits croisés
Covariance 12,038 -,150
N 39 39
temps reseux Corrélation de Pearson -,044 1
Sig. (bilatérale) ,791
Somme des carrés et -5,692 42,980
produits croisés
Covariance -,150 ,860
N 39 51

Régression

Remarques
Sortie obtenue 17-JAN-2025 [Link]
Commentaires
Entrée Jeu de données actif Jeu_de_données1
Filtre <sans>
Pondération <sans>
Scinder un fichier <sans>
N de lignes dans le fichier de 51
travail
Gestion des valeurs Définition de la valeur Les valeurs manquantes
manquantes manquante définies par l'utilisateur sont
traitées comme étant
manquantes.
Observations utilisées Les statistiques sont basées
sur des observations
dépourvues de valeurs
manquantes dans les
variables utilisées.
Syntaxe REGRESSION
/DESCRIPTIVES MEAN
STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF
OUTS CI(95) BCOV R
ANOVA COLLIN TOL
CHANGE ZPP
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT moynne
/METHOD=ENTER
temp_etude temp_reseaux
/RESIDUALS DURBIN
/CASEWISE
PLOT(ZRESID)
OUTLIERS(3).
Ressources Temps de processeur [Link],03
Temps écoulé [Link],04
Mémoire requise 3472 octets
Mémoire supplémentaire 0 octets
obligatoire pour les tracés
résiduels

Statistiques descriptives
Moyenne Ecart type N
moyenne semestre 6,11 3,384 38
temps etude 1,84 ,679 38
temps reseux 2,79 ,991 38

Corrélations
moyenne
semestre temps etude temps reseux
Corrélation de Pearson moyenne semestre 1,000 -,193 -,009
temps etude -,193 1,000 ,271
temps réseaux -,009 ,271 1,000
Sig. (unilatéral) moyenne semestre . ,123 ,478
temps etude ,123 . ,050
temps reseux ,478 ,050 .
N moyenne semestre 38 38 38
temps etude 38 38 38
temps reseux 38 38 38

Variables introduites/éliminéesa
Variables Variables
Modèle introduites éliminées Méthode
1 temps reseux , . Introduire
b
temps etude

a. Variable dépendante : moyenne semestre


b. Toutes les variables demandées ont été introduites.

Récapitulatif des modèlesb


Modifier les statistiques
Erreur standard Variation de R-
Modèle R R-deux R-deux ajusté de l'estimation deux Variation de F
a
1 ,198 ,039 -,016 3,410 ,039 ,712

Récapitulatif des modèlesb


Modifier les statistiques
Modèle ddl1 ddl2 Sig. Variation de F
1 2 35 ,498 2,353

a. Prédicteurs : (Constante), temps reseux , temps etude


b. Variable dépendante : moyenne semestre

ANOVAa
Somme des
Modèle carrés ddl Carré moyen F Sig.
1 Régression 16,549 2 8,275 ,712 ,498b
de Student 407,030 35 11,629
Total 423,579 37

a. Variable dépendante : moyenne semestre


b. Prédicteurs : (Constante), temps reseux , temps etude

Coefficientsa
Coefficients
Coefficients non standardisés standardisés
Modèle B Erreur standard Bêta t Sig.
1 (Constante) 7,548 2,022 3,733 ,001
temps etude -1,022 ,858 -,205 -1,192 ,241
temps reseux ,158 ,588 ,046 ,268 ,790

Coefficientsa
Intervalle de confiance à 95,0% pour
B Corrélations
Corrélation
Modèle Borne inférieure Borne supérieure simple Partielle Partielle
1 (Constante) 3,443 11,653
temps etude -2,764 ,719 -,193 -,197 -,197
temps reseux -1,036 1,351 -,009 ,045 ,044

Coefficientsa
Statistiques de colinéarité
Modèle Tolérance VIF
1 (Constante)
temps etude ,927 1,079
temps reseux ,927 1,079

a. Variable dépendante : moyenne semestre

Corrélations du coefficienta
Modèle temps reseux temps etude
1 Corrélations temps reseux 1,000 -,271
temps etude -,271 1,000
Covariances temps reseux ,346 -,137
temps etude -,137 ,736

a. Variable dépendante : moyenne semestre


Diagnostics de colinéaritéa
Index de Proportions de la variance
Modèle Dimension Valeur propre condition (Constante) temps etude temps reseux
1 1 2,867 1,000 ,01 ,01 ,01
2 ,083 5,890 ,00 ,71 ,56
3 ,050 7,576 ,99 ,28 ,43

a. Variable dépendante : moyenne semestre

Statistiques des résidusa


Minimum Maximum Moyenne Ecart type N
Valeur prédite 4,80 7,16 6,11 ,669 38
de Student -5,842 7,316 ,000 3,317 38
Valeur prédite standard -1,956 1,573 ,000 1,000 38
Résidus standard -1,713 2,145 ,000 ,973 38

a. Variable dépendante : moyenne semestre

Vous aimerez peut-être aussi