Pourquoi les pourcentages sont-ils une pierre angulaire de l'analyse des données de sondage dans la recherche STEM

Les données d'enquête constituent la base probante d'innombrables enquêtes STEM (Science, Technologie, Génie, Mathématiques), allant de la mesure des attitudes du public à l'évaluation de l'efficacité d'un nouveau programme de physique. Les chiffres bruts – le nombre de répondants choisissant chaque réponse – constituent les éléments de base.

Un pourcentage est simplement une fraction exprimée en nombre sur 100. Lorsqu'un chercheur déclare que « 62 % des participants ont correctement identifié le symbole chimique du sodium », cette valeur a un sens immédiat sans exiger de connaître la taille totale de l'échantillon. Cette propriété de normalisation est le seul pourcentage de la raison la plus importante qui domine les rapports d'enquête STEM. Pourtant, pour toute leur simplicité, les pourcentages sont souvent mal appliqués, mal interprétés ou présentés sans le contexte nécessaire pour juger de leur fiabilité.

Comprendre le rôle fondamental des pourcentages

Les pourcentages remplissent plusieurs fonctions distinctes dans l'analyse des sondages, chacune soutenant un objectif de recherche différent.

Normalisation et comparabilité

La fonction la plus fondamentale d'un pourcentage est de normaliser les dénombrements bruts de sorte que des groupes de tailles différentes puissent être comparés. Supposons qu'une enquête sur les majors STEM comprend 400 étudiants en génie et 80 étudiants en biologie. Si 200 ingénieurs et 50 biologistes déclarent un intérêt pour l'intelligence artificielle, les dénombrements bruts (200 vs. 50) sont trompeurs. supérieur Les chercheurs risquent de tirer des conclusions erronées de la taille inégale des échantillons.

Détection des tendances dans le temps

Les pourcentages permettent également de suivre les changements dans les vagues répétées d'enquêtes. Une équipe de recherche qui étudie les attitudes à l'égard de la science des données parmi les étudiants du premier cycle pourrait constater que le pourcentage d'étudiants qui considèrent la science des données comme «très importante» est passé de 28 % en 2021 à 44 % en 2024. Centre de recherche Pew On compte régulièrement sur des pourcentages pour signaler les changements longitudinaux dans l'opinion publique sur des sujets scientifiques et technologiques.

Analyse comparative par rapport aux normes

Les pourcentages permettent aux chercheurs de comparer les résultats des sondages avec les points de repère ou les seuils établis. Un taux de réussite de 75 % sur une évaluation de la sécurité en laboratoire peut être mesuré par rapport à une exigence réglementaire de 90 %. Fondation nationale pour la science. Cette fonction d'étalonnage donne des pourcentages d'une puissance d'évaluation que les nombres bruts manquent.

Calcul des pourcentages : Formule et décisions

L'arithmétique derrière les pourcentages est simple, mais les décisions prises par les chercheurs au sujet du dénominateur ont des effets profonds sur les valeurs qui en résultent.

Pourcentage = (Nombre de répondants choisissant une option particulière / Nombre total de répondants dans la base) × 100

L'appel critique au jugement est de définir « la base ».

Décisions du dénominateur

Le dénominateur devrait-il inclure tous les répondants qui ont répondu au sondage? Ou seulement ceux qui ont répondu à la question précise? Que dire des répondants qui ont choisi « ne savent pas » ou « ne préfèrent pas dire »? Chaque choix donne un pourcentage différent.

  • Tous les répondants (échantillon total) – Cela inclut les personnes qui ont peut-être sauté la question. Il produit un pourcentage inférieur pour toute réponse donnée, reflétant l'opinion dans l'échantillon complet.
  • Nombre de personnes ayant répondu valablement (ceux qui ont donné une réponse de fond) – Ceci exclut les données manquantes, les refus et les réponses « ne savent pas ». Il donne un pourcentage qui reflète la répartition des opinions parmi ceux qui ont exprimé une opinion.
  • Base pondérée – Dans les échantillons qui ne sont pas autopondératifs, les chercheurs appliquent des poids d'enquête pour ajuster le dénominateur de sorte que le pourcentage reflète la population, et pas seulement l'échantillon.

Par exemple, dans une enquête auprès de 1 000 professeurs de STEM sur les outils d'enseignement à distance, 600 ont répondu. Parmi ceux-ci, 450 ont dit préférer une approche hybride. Si le dénominateur est l'échantillon original de 1 000, le pourcentage est de 45%. Si le dénominateur est le 600 qui a répondu, le pourcentage est de 75%. Les deux sont valides selon la question de recherche, mais ils racontent des histoires très différentes.

Exemples de travaux tirés de contextes STEM

Exemple 1 : Intérêt pour les carrières en énergie renouvelable
Une enquête menée auprès de 2 500 étudiants en génie révèle que 875 sont « très intéressés » par les carrières dans le domaine des énergies renouvelables.
Pourcentage = (875 / 2 500) × 100 = 35 %

Exemple 2 : Conformité aux normes de documentation de laboratoire
Un audit de laboratoire fait enquête sur 50 techniciens de recherche. Sur les 48 qui ont répondu, 42 ont toujours documenté des conditions expérimentales.
Utilisation de répondants valides : (42 / 48) × 100 = 87,5 %
Utilisation de l'échantillon total : (42 / 50) × 100 = 84%

Les deux pourcentages sont légitimes, mais le deuxième est plus conservateur. Le rapport devrait indiquer quel dénominateur a été utilisé et pourquoi.

Pourcentages pondérés

Dans de nombreux enquêtes STEM à grande échelle, l'échantillon est conçu pour sur-répertorier certains sous-groupes afin d'assurer une représentation adéquate. Par exemple, une enquête nationale auprès des départements de physique pourrait suréchantillonner les grandes universités pour recueillir suffisamment de réponses pour l'analyse des sous-groupes. Dans de tels cas, les pourcentages bruts sont biaisés. Lignes directrices du CDC sur la pondération des échantillons donne un aperçu clair de la méthodologie.

Interprétation des pourcentages : contexte et comparaison

Le calcul d'un pourcentage n'est qu'une première étape. Le travail analytique approfondi consiste à interpréter ce que signifie ce pourcentage dans le contexte de la question de recherche, de la population et de la conception de l'enquête.

Pourcentage Points contre Pourcentage Variation

Si le soutien à un nouveau protocole de laboratoire passe de 40 % à 50 %, c'est-à-dire une augmentation de 10 %. Le changement de pourcentage est cependant de 50 à 40 % / 40 × 100 = 25 %. Signaler une « augmentation de 25 % » lorsque le changement réel passe de 40 % à 50 % peut induire les publics en erreur en pensant que le niveau de soutien est beaucoup plus élevé qu'il ne l'est. Les rapports STEM devraient toujours faire la distinction entre ces deux mesures, en particulier dans les résumés exécutifs et les communiqués de presse.

Nécessité d'un point de référence

Un pourcentage isolé est presque sans signification. 55 % des étudiants qui passent un examen de compétence en calcul sont bons? Sans contexte, comme la moyenne historique de 48 %, l'objectif de 70 % ou la performance des étudiants dans des établissements comparables, le nombre de personnes communique peu. Les chercheurs devraient toujours fournir un point de référence pour les pourcentages clés.

  • Données de référence d'une vague d'enquête précédente.
  • Points de référence des rapports nationaux, tels que ceux de la Commission des droits de l'homme, Centre national des statistiques de l ' éducation- Oui.
  • Groupes de comparaison Dans le cadre de l'enquête, comme les jeunes gens par rapport aux aînés.

Sans point de référence, les lecteurs n'ont aucun moyen d'évaluer si un pourcentage est élevé, faible ou typique.

Comparaisons entre sous-groupes et importance statistique

Une étude de cas menée par un chercheur pourrait se demander si les étudiantes ont un intérêt supérieur à celui des étudiants masculins pour les sciences de l'environnement. Une différence de 12 points de pourcentage (p. ex. 58 % contre 46 %) semble importante, mais si elle est significative selon la taille de l'échantillon. Il faudrait appliquer un test z standard pour deux proportions ou un test chi carré pour déterminer si la différence est statistiquement significative à un niveau alpha choisi (habituellement 0,05).

Même avec une signification statistique, les chercheurs devraient considérer la taille des effets. Avec de très grands échantillons, même des différences insignifiantes – disons, 50,2% contre 49,8% – peuvent atteindre la signification.

Visualisation des pourcentages pour une communication claire

La façon dont les pourcentages sont présentés dans les graphiques et les tableaux influe de façon spectaculaire sur la façon dont les publics les comprennent. Une bonne visualisation améliore la clarté; une mauvaise visualisation peut masquer ou déformer le message.

Choisir le type de graphique droit

  • Tableaux à barres standard Par exemple, un diagramme à barres montrant le pourcentage d'étudiants qui sont d'accord avec chacune des cinq déclarations sur la sécurité en laboratoire est facile à analyser.
  • Tableaux à barres groupés ou côte à côte sont efficaces pour comparer les pourcentages entre les sous-groupes, comme les réponses des hommes et des femmes aux mêmes éléments.
  • Tableaux à barres empilées (100 % empilés) Les données de l'enquête montrent que les réponses sont plus ou moins nombreuses que celles des groupes.
  • Tableaux à secteurs La vision humaine est mauvaise à juger les angles, de sorte que les diagrammes à tarte deviennent difficiles à lire lorsqu'il y a plus de trois ou quatre catégories. Les diagrammes à barres sont presque toujours un meilleur choix.

Étiquetage et annotation Pratiques exemplaires

Chaque graphique indiquant les pourcentages devrait comprendre :

  • Étiquettes de données directement sur les barres ou les tranches afin que les lecteurs puissent voir des valeurs exactes sans référence à une grille.
  • Le dénominateur (p. ex., « n = 450 ») pour chaque groupe ou ensemble, de sorte que les lecteurs puissent évaluer la fiabilité.
  • Barres d'erreur ou intervalles de confiance pour les pourcentages clés, en particulier lors de la comparaison entre les groupes.
  • Une valeur de référence zéro pour les diagrammes à barres; la tronquage de l'axe des y fausse les différences proportionnelles.

Reconnaître et éviter les pièges en pourcentage

Les pourcentages sont puissants mais dangereux. Plusieurs pièges bien connus peuvent conduire à des conclusions erronées ou à des déclarations trompeuses.

Petites tailles de base

Lorsque le nombre de répondants d'un sous-groupe est très faible, par exemple n = 15, un pourcentage devient instable. Un seul répondant qui passe d'une réponse à une autre peut déplacer le pourcentage de plus de 6 points. Dans ces cas, il est préférable de déclarer les chiffres bruts ou de supprimer entièrement le pourcentage. Une règle courante consiste à supprimer les pourcentages pour les sous-groupes de moins de 30 répondants ou à les signaler avec un astérisque et une note sur la fiabilité limitée.

Le problème du nominateur

Un titre comme «50% des écoles signalent un équipement de laboratoire inadéquat» d'une enquête sur 20 écoles est beaucoup moins impressionnant lorsque le lecteur apprend la base est minuscule. Toujours rapporter le pourcentage et le dénominateur. < 50" or "interpret with caution due to small sample size" to alert readers.

Bizarre de non-réponse et de sélection

Les enquêtes avec un faible taux de réponse sont courantes dans la recherche sur les STEM, particulièrement lorsqu'on interroge des professionnels actifs comme les professeurs ou les cliniciens. Un taux de réponse de 20 % peut encore donner des données utiles, mais les pourcentages doivent être interprétés avec prudence. Les répondants peuvent différer systématiquement des non-répondants.

Le Paradoxe de Simpson

Par exemple, le pourcentage de femmes admises aux programmes d'études supérieures peut sembler inférieur dans l'ensemble, mais lorsqu'il est ventilé par département, les femmes peuvent avoir des taux d'admission égaux ou plus élevés dans chaque département. Le paradoxe se produit parce que les différents départements ont des taux d'admission différents et des proportions différentes de candidats. Les chercheurs doivent toujours examiner les pourcentages désagrégés avant de tirer des conclusions de ceux agrégés.

Sur-interprétation des très petites différences

Avec les grands échantillons, même de faibles différences de pourcentage deviennent statistiquement significatives. Une différence de 0,5 point (p. ex., 50,3% vs. 49,8%) pourrait être significative à n = 50 000, mais n'a probablement aucune importance pratique.

Meilleures pratiques pour l'utilisation des pourcentages dans la recherche sur les STEM

En suivant un ensemble de lignes directrices claires, les analyses axées sur les pourcentages sont robustes, transparentes et crédibles. Centre de recherche statistique de l'American Institute of Physics illustre ces pratiques en publiant des pourcentages pondérés et des échantillons non pondérés pour chaque question de sondage.

  • Toujours indiquer le dénominateur pour chaque pourcentage, que ce soit dans le texte, les tableaux ou les chiffres.
  • Signaler les marges d'erreur ou des intervalles de confiance pour les pourcentages clés, en particulier lorsqu'on fait des inférences à une population plus nombreuse.
  • Utilisation des pourcentages pondérés lorsque la conception de l'échantillon s'écarte de l'échantillonnage aléatoire simple et que le but est d'estimer les paramètres de la population.
  • Combiner les pourcentages avec les chiffres bruts dans les tableaux de données afin que les lecteurs puissent reconstruire les numérateurs si nécessaire.
  • Éviter les fausses précision —à déclarer les pourcentages à une décimale au maximum pour les échantillons de moins de 10 000, et aux nombres entiers pour les échantillons plus petits.
  • Essai de signification statistique avant de réclamer une différence entre les sous-groupes.
  • Pré-enregistrer le plan d'analyse pour éviter les résultats de cueillir des cerises qui soutiennent un récit désiré.
  • Fournir le contexte pour chaque pourcentage clé par comparaison avec un groupe de référence, un groupe de référence ou un groupe de référence.

Conclusion

Les pourcentages sont la lingua franca de l'analyse des données d'enquête dans la recherche STEM. Ils normalisent les dénombrements bruts, permettent des comparaisons entre les groupes, suivent les tendances au fil du temps et communiquent les résultats à divers publics. Pourtant, leur simplicité apparente cache une série de décisions analytiques, allant du choix du dénominateur à l'application de poids à l'évaluation de la signification statistique, qui façonnent la signification des résultats.

Les méthodes d'enquête STEM continuent d'évoluer avec l'intégration de panneaux en ligne, de la collecte de données mobiles et de techniques avancées d'apprentissage automatique, la compétence fondamentale de l'informatique et de l'interprétation précises des pourcentages reste indispensable.Pour les chercheurs à chaque étape de carrière, des assistants de premier cycle aux chercheurs principaux principaux, une compréhension approfondie de l'analyse des pourcentages n'est pas seulement une exigence technique, c'est une compétence essentielle pour produire des données fiables qui stimulent la compréhension scientifique, l'amélioration de l'éducation et des politiques publiques éclairées.