Accès réservé

Identifiants administrateur requis pour accéder au module d'analyse.

Identifiants incorrects. Vérifiez et réessayez.
Retour à Cognivaya Research
Analyse de données éducatives
Calculs vérifiés par comparaison avec SciPy
Cognivaya Research Backend : non vérifié
Pôle scientifique du Groupe Cognivaya

Cognivaya
Research Lab

Les analyses sont conduites au niveau de l’élève, avec tailles d’effet, intervalles de confiance, vérification des conditions d’application et correction des tests multiples. Le rapport APA est rédigé à partir des résultats réels, avec leurs limites.

Tests appariésNon paramétrique Régression HC3ICC α / ωRasch ErreursAPA 7

📂 Importer les données

Glisser-déposer CSV / XLSX / TXT

ou cliquer pour sélectionner

Élèves
—
unité d’analyse
Score post-test
—
moyenne
Maîtrise
—
≥ seuil
Gain pré-post
—
dz
Test principal
—
seuil α = 5 %
Importez un fichier pour commencer. Colonnes reconnues : identifiant de l’élève, classe, notion, score pré-test, score post-test, indice d’anxiété (IAM), condition (groupe expérimental / contrôle), temps, tentatives, type d’erreur, commentaire, items (item_1, q1…).

Variables reconnues

Colonne du fichier associée à chaque variable

Structure des données

Unité d’analyse et données manquantes

Audit de publiabilité

Calculé sur vos données : ce que l’on peut conclure, et ce qu’on ne peut pas

Chargez les données pour voir l’analyse descriptive.

Tableau 1 — Statistiques descriptives (niveau élève)

IC 95 % de la moyenne (loi de Student) ; normalité : Shapiro-Wilk (Royston, 1995)

Anxiété mathématique (IAM)

Figure 1 — Distribution des scores post-test

Figure 2 — Distribution de l’IAM

Figure 3 — Score post-test par niveau d’anxiété (IC 95 %)

Figure 4 — IAM et score post-test

Diagramme quantile-quantile des gains

Maîtrise (élèves au-dessus du seuil)

Score post-test moyen par classe et par notion

Entre parenthèses : nombre d’élèves. Couleur relative à l’échelle de notation.

Résumé par notion

Maîtrise : proportion d’élèves au-dessus du seuil, IC 95 % de Wilson

Comparaison pré-test / post-test (niveau élève)

Test t apparié, test de Wilcoxon des rangs signés, analyse de sensibilité

Moyennes pré et post (IC 95 %)

Score pré-test et post-test

Corrélations (niveau élève)

Pearson et Spearman, IC 95 % ; p ajustées par la méthode de Holm sur l’ensemble des corrélations

Comparaisons de groupes

Niveaux d’anxiété ; condition expérimentale si elle est renseignée

Gain par notion

Test t apparié par notion, p ajustées (Holm)

Gain moyen par notion (IC 95 %)

α de Cronbach
—
IC 95 % (Feldt)
ω de McDonald
—
modèle à un facteur
Items
—
—
Réponses complètes
—
suppression par liste

Interprétation

Analyse des items (théorie classique des tests)

p : difficulté ; rit : corrélation item-reste corrigée ; α si l’item est retiré ; saturation sur le facteur

Difficulté des items

Discrimination des items

Structure emboîtée : corrélation intraclasse ICC(1)

IC 95 % fondé sur la loi F (Shrout & Fleiss, 1979) ; effet de plan de sondage

Régression linéaire multiple (niveau élève)

Erreurs types classiques et robustes HC3 (Long & Ervin, 2000) ; β standardisés ; VIF

Coefficients standardisés (β)

Résidus et valeurs ajustées

Modèles confirmatoires (HLM, SEM)

Modèle de Rasch dichotomique

Estimation par maximum de vraisemblance jointe (JMLE), correction de biais (I−1)/I ; ajustement infit/outfit

Paramètres des items

Carte de Wright

Courbes caractéristiques des items

Fonction d’information du test

Traces d’activité et performance

Corrélations de Spearman au niveau élève, p ajustées (Holm)

Tentatives et score post-test

Temps et score post-test

Repérage pédagogique des élèves en difficulté

Règle heuristique non validée : outil de suivi en classe, pas un résultat de recherche

Commentaires
—
Thèmes présents
—
Pré-codage automatique par dictionnaire de mots-clés. Pour une publication, le codage doit être fait (ou validé) par deux codeurs indépendants, avec un accord inter-codeurs (κ de Cohen) rapporté.

Thèmes repérés

Fréquence des thèmes (IC 95 %)

Typologie des erreurs

Fréquences, IC 95 % de Wilson

Fréquence des types d’erreur

Score moyen par notion

Erreurs × notions

Test du χ² d’indépendance ; résidus standardisés ajustés (|z| > 1,96 en couleur)

Pistes d’interprétation didactique

Hypothèses à confronter aux productions des élèves, pas des conclusions

Cet onglet montre des associations estimées par régression (coefficients standardisés avec IC 95 % robustes). Ce ne sont ni des effets causaux, ni des valeurs SHAP.

Variables associées au score post-test

β standardisés (IC 95 % HC3)

Types d’erreur selon le niveau d’anxiété

χ² d’indépendance, V de Cramér

Présentation conjointe quantitatif / qualitatif

IAM et score des élèves selon les thèmes de leurs commentaires (Welch)

Disponibilité des données

Lecture

Rapport APA 7

Mettez les symboles statistiques en italique (t, p, M, ET, r, d…) en reprenant le texte dans votre article.

—