Analyse des items Flashcards
Quelles caractéristiques un item doit avoir pour bien discriminer les différences interindividuelles ? (3)
– Indice de variabilité
– Indice de tendance centrale
– Indice de Discrimination
Définir l’indice de variabilité
On doit observer une variabilité/dispersion entre les 1dvd. Si pas de variance, si tous les items conduisent aux mêmes résultats pour tous les participants → pas de corrélation. Donc pas de fidélité ni de validité.
Définir l’indice de tendance centrale
Dans le cas d’items dichotomiques, la moyenne représente un indice de difficulté (facilité) :
– Proportion d’individus qui réussissent l’item (Nb de Réponses correctes / Nb de Réponses totales)
– Varie de 0 à 1 : Indice de difficulté : « p-indice » (p-index)
Définir l’indice de discrimination
Items doivent faire ressortir des différences inter.
Différences inter pour chaque item doivent aller dans le même sens que celles observées pour d’autres items / score total : notion de discrimination.
Pourquoi les p-indices extrêmes peuvent-ils être utiles ?
Item avec p = 0.10 : discrimination parmi les individus « forts » : items difficiles = sélection des meilleurs individus.,Items avec p = 0.90 : discrimination parmi les individus « faibles » : items faciles = sélection – identification des individus les plus faibles. On a besoin d’avoir un minimum de différenciation au sein des individus très forts et au sein des très faibles.
Quels sont les deux types d’homogénéité ?
Homogénéité par équivalence (équivalents sur le p-indice – niveau de difficulté) et homogénéité par implication (si on a réussi un item très difficile, alors on doit avoir réussi tous les items plus faciles)
Quels sont les 3 indices de discrimination ?
- Corrélation inter-items
- Corrélation item – score total (scores continus)
- Indice D de discrimination (scores binaires)
Définir la corrélation inter-items
Corrélations entre toutes les paires d’items (ne pas garder l’item qui a des corrélation nulles ou négatives avec d’autres items).
Définir la corrélation item–score total
Calcul de la corrélation entre les réponses à chaque item et le score total. Permet de vérifier qu’un item participe bien à l’estimation du score total.
Définir la comparaison entre groupes extrêmes – le D indice
Création d’un groupe « fort » (27-30% sup., tercile), création d’un groupe « faible » (27-30% inf., tercile), mesure des p-indices de chaque item pour chaque groupe.