✕

Search results

    Support

    To filter, select one or more categories | All Courses

    For Postgraduate Students

    Méthodologies de recherche quantitative 1 (MRQ1)

    French | Huit semaines

    Facilitated
    Login to apply

    Lancez votre parcours dans la recherche quantitative

    Idéal pour: Les étudiants et les étudiants de troisième cycle qui souhaitent développer des compétences de base en recherche quantitative, analyse de données et statistiques descriptives. Ce que vous apprendrez: Au cours de huit semaines, vous acquerrez les compétences essentielles pour:
    • Formuler des questions de recherche et des hypothèses avec assurance
    • Opérationnaliser les phénomènes d'intérêt et appliquer des systèmes de mesure appropriés
    • Collecter et gérer des données quantitatives à l'aide d'Excel
    • Créer des graphiques et des visualisations simples
    • Appliquer des concepts statistiques, y compris les mesures de tendance centrale, de variation et de corrélation
    • Faire la distinction entre corrélation et causalité
    Apprentissage pratique: Ce cours est hautement interactif et utilise un apprentissage en ligne autodirigé via Moodle avec des devoirs et des quiz ; huit sessions Zoom en direct pour des questions-réponses et des pratiques guidées, ainsi que des exercices pratiques basés sur des cas réels pour renforcer la confiance dans l'analyse de données descriptives. Format du cours: Sessions Zoom hebdomadaires en direct pour vous permettre de vous connecter, poser des questions et approfondir votre compréhension.
    70 heures notionnelles avec 5 heures d'apprentissage autodirigé par semaine.
    Sessions Zoom en direct: Une session d'une heure par semaine pendant huit semaines. Public cible: Étudiants de troisième cycle Résultats d'apprentissage:
    • Concevoir de manière indépendante un programme de recherche quantitative de base
    • Faire la distinction entre différents types d'hypothèses et de conceptions de recherche
    • Appliquer les niveaux de mesure pour opérationnaliser les variables de recherche
    • Analyser les données à l'aide de statistiques descriptives (moyenne, médiane, mode, variance, écart-type)
    • Explorer les relations bivariées avec des nuages de points et des tableaux croisés
    • Comprendre et expliquer la différence entre corrélation et causalité
    Exigences:
    • Accès à Microsoft Word, Excel et un lecteur PDF
    • Connexion Internet fiable pour les sessions Moodle et Zoom
    • Engagement à compléter les devoirs, participer activement et respecter les délais
    • Participation à au moins 5 des 8 sessions Zoom, et obtention d’un minimum de 70 % dans l’ensemble des activités pour recevoir la certification
    Back to all courses

    Open Access License: CC-BY-SA

    Rights of Use of the DIGI-FACE Generic Modules

    ×

    Méthodologies de recherche quantitative 1 (MRQ1)






      DIGI-FACE – Digital Initative for African Centres of Excellence represented by:

      University of Applied Sciences Kehl
      Kehl Institute of Applied Research (KIAF)
      Projects International Cooperation and Development

      Kinzigallee 1, D- 77694 Kehl
      +49 7851 894143
      https://www.hs-kehl.de/

      Contact: digiface[at]hs-kehl.de

      Developed by Viewport / WordPress Guys

      You may choose to prevent this website from aggregating and analyzing the actions you take here. Doing so will protect your privacy, but will also prevent the owner from learning from your actions and creating a better experience for you and other users.

      ×

      Not sure which status you have? Have a look at the list below to identify the right role for your profile.

      1. Student
        • A student is currently enrolled in a study programme at one of the universities which is participating at DIGI-FACE (African Centres of Excellence and its network).
      2. Staff
        • Staff is everybody who works in the frame of a university which is participating at DIGI-FACE (African Centres of Excellence and its network) [(i.e. as coordinator, financial/administrative support, IT-support, learning designer, administrator etc.). If you are working for DAAD or DIGI-FACE you are also staff.
      3. Alumni
        • An Alumni is a former student in a study programme at one of the universities which is participating at DIGI-FACE (African Centres of Excellence and its network). In many cases, part of one of the centres’ alumni associations.
      4. Lecturer
        • A Lecturer performs teaching and pedagogic work at one of the universities which is participating at DIGI-FACE (African Centres of Excellence and its network)
      5. Researcher
        • A researcher is an individual who is engaged in conducting research at one of the universities which is participating in DIGI-FACE (African Centres of Excellence, Global Centres and its networks). Researchers contribute to academic knowledge through studies, experiments, and publications in various fields of expertise.