Analyses statistiques exploratoires de données en éducation : principes, concepts et implémentation - Le cas de l’adaptation des primo-entrants en IUT après la réforme du baccalauréat et du BUT Exploratory statistical analyses of educational data: Principles, concepts and implementation – the case of first-year students’ adaptation in IUT after the reform of the baccalauréat and the BUT Análises estatísticas exploratórias de dados em educação: princípios, conceitos e implementação – o caso da adaptação dos ingressantes nos IUT após a reforma do baccalauréat e do BUT

Résumé

À l’ère de la massification des données, la disponibilité croissante d’informations numériques constitue une tendance majeure, y compris en sciences de l’éducation. Les technologies utilisées dans les enseignements en ligne permettent désormais d’enregistrer l’ensemble des activités des étudiants. Cette accumulation de données offre indéniablement une richesse d’informations, mais rend les données complexes et difficiles à analyser. Les méthodes statistiques exploratoires sont utiles pour identifier des liaisons latentes entre les variables ou entre les individus. Cependant, leur utilisation nécessite une compréhension des concepts statistiques mobilisés pour garantir une implémentation appropriée. Cet article propose de clarifier les concepts statistiques sous-jacents et de guider, étape par étape, les praticiens dans leurs analyses statistiques exploratoires. Nous montrons, à partir d’une étude menée auprès d’étudiants primo-entrants en IUT, de quelle manière ces méthodes peuvent contribuer à une compréhension holistique de leurs difficultés d’adaptation en IUT.

Mots-clés :

• analyse factorielle exploratoire,
• classification non supervisée,
• primo-entrants,
• structures cachées,
• transition lycée-université

Abstract

In the era of big data, the increasing accessibility of digital information is a significant trend, including in the field of educational sciences. Technologies used in online teaching now enable all student activities to be recorded. While this accumulation of data undeniably provides a wealth of information, it also makes the data more complex and difficult to analyze. Exploratory statistical methods are useful for identifying latent relationships between variables or individuals. However, their use requires an understanding of the statistical concepts mobilized to ensure appropriate implementation. This article proposes to clarify the underlying statistical concepts and to guide practitioners step-by-step in their exploratory statistical analyses. Based on a study of first-time IUT students, we show how these methods can contribute to a holistic understanding of their difficulties in adapting to IUT.

Keywords:

• clustering,
• exploratory factorial analysis,
• first-year students,
• hidden structures,
• high school-university transition

Resumo

Na era da massificação dos dados, a crescente disponibilidade de informações digitais constitui uma tendência importante, inclusive no âmbito das ciências da educação. As tecnologias utilizadas no ensino online permitem agora registar todas as atividades dos estudantes. Esta acumulação de dados oferece, sem dúvida, uma riqueza de informações, mas também torna os dados complexos e difíceis de analisar. Os métodos estatísticos exploratórios são úteis para identificar conexões latentes entre variáveis ou entre pessoas. No entanto, a sua aplicação requer a compreensão dos conceitos estatísticos envolvidos, a fim de garantir uma implementação apropriada. Este artigo propõe esclarecer os conceitos estatísticos subjacentes e guiar, passo a passo, os profissionais nas suas análises estatísticas exploratórias. A partir de um estudo realizado com estudantes ingressantes num IUT, mostramos como estes métodos podem contribuir para uma compreensão holística das dificuldades de adaptação enfrentadas nesse contexto.

Palavras chaves:

• análise fatorial exploratória,
• classificação não supervisionada,
• estruturas ocultas,
• ingressantes,
• transição ensino médio-universidade