Analyse factorielle Flashcards
Que doit-on vérifier dans l’évaluation psychologique ?
Que Tout les items/ tests vérifient 1 dimension/ attribut
À quoi sert le regroupement d’items ?
Vérifier que réponses aux items sont associées Sur 1 attribut Psycho Et on peut le trouver
Si 2 items/ test sont En corrélation alors évaluent même chose Et Que y’a cause commune Et cette cause = attribut Psycho
À quoi sert le regroupement de tests ?
Vérifier que les performances des différents tests sont associées
Par quoi sont étudiés les relations/ regroupements ? (2)
- La covariance, corrélation, régression
- Différents types d’analyses multidimensionnnelles :
- > analyse en composantes principales ( ACP)
- > analyse factorielle exploratoire ( AFE)
- > Analyse factorielle confirmatoire ( AFC)
Cest des méthodes basées sur les différences interindividuelles => personnalité, intelligence
Quand y’a trop de corrélation et qu’on peut pas Tout prendre en compte Que Faut-Il Faire ?
Condenser -> ex : Faire 5 catégories par ex ( Pour Wisc 5, 5 catégories)
Dans Le Wisc -5 : Si enfant échoue alors qu’elle processus En est la cause ?
Comment regarder ce test ?
On doit interpréter chaque épreuve isolé sur 1 attribut Psycho -> Faut regarder quelles épreuves corrèlent similitudes -> ex: sim corrélée avec voc -> formuler hyp Sur processus Psycho derriere
Faut travailler sur toutes les corrélations ( Mais on peut pas)
Combien de corrélations dans le Wisc V?
Comment Faire ?
15 subtests avec 105 corrélations à prendre en compte simultanément
Analyse En composantes principales pour réduire Tout Ça
Quelle objectif de l’analyse principale ACP? (2)
- Réduire / simplifier matrices de corrélations -> ex: réduire à 5 paquets d’épreuves et chacune associé à 1 attribut Psycho
- Découvrir composantes sous jacentes -> Faire hyp Sur qeskil y a derriere chaque paquet et ensuite formuler hyp Sur quelle est att Psycho ( ex: compréhension verbale derriere paquet 1, raisonnement derrière paquet 2, etc ..)
C’est exploratoire on teste toutes les relations
Décomposition de variance : explique avec gâteau
Gâteau = matrice de corrélation
1) On doit Identifier ingrédients ( = processus Psycho , composantes élémentaires)
2) Identifier importance de chaque ingrédients ( coefficient associé aux ingrédients) Pour trouver type de gâteau, Faire classes de gâteaux
Ex: Si sucre + important alors on dit Que cest gâteau sucrée
Tout teste implique compétences, propriétés ( ingrédients ) Que y’a pas dans autres
Pour savoir Pk enfant échoué comment Faire ?
Faire catégories d’épreuves sur base de propriétés ( catégories de gâteaux)
Ex:
X1 Et X2 possède une propriete 1 + importante Que Les autres tests Donc propriété 1 = chocolat Donc on peut trouver attribut Psycho -> enfant peine sur choco Donc par ex
Vu que X1 Et X2 possèdent cette priorité en grande quantité alors on peut Les regrouper
Pour éviter confusion Avec corrélation , on utilise saturation : c’est quoi?
Corrélation entre variable manifeste observée t variable latente ( inférée et Pas observée)
-> Elle doit avoir Seuil de significativité à >.30 Et Faut prendre en compte saturation positives et négatives
Les saturations représentent importance des ingrédients
Ex:
Similitudes : C1: .57
Vocabulaire: C1: .73
–> c’est Les valeurs plus élevée dans attribut C1 Donc Ça veut dire que Les 2 évaluent C1, ce sont des ingrédients de C1 Et Les enfants utilisent C1 dans ces 2 items
Mais Si par ex:
Arithmétique: C2: .36 C3: . 33
Ca veut dire que arithmétique est un ingrédient de C2 Et C3 Et Donc enfant utilisent Les 2 attributs
Qeske les valeurs propres ?
Somme de toutes les saturations d’une colonne -> donne la valeur propre de cette colonne
Donne l’importance de chaque composantes ( ingrédients)
Plus la valeur est importante, plus l’importance de la composante est grande
Ex:
F1: 4.43 (choco)
F2: 2.87 ( beurre)
4.43 / 7.30 ( 4.43+ 2.87 ) = 60.68% d’importance de F1 -> Donc gâteau aura + de choco Que de beurre
Qeske la communauté ?
Info qui Va etre donnée par colonne H^2 , c’est Le % Du facteur F1 et F2 qui explique qqch
Part de La variance d’un test expliquée par ensemble des composantes retenues
Part de La variance totale expliquée Pour une variable ( 1 test)
Plus la valeur est importante, plus Les composantes ( facteurs) retenues expliquent de variance du test
Ex:
Suicide : 22% expliqué par F1 et F2 Mais 78% est expliqué par autre chose
ACP: quelles composantes faut garder ?
Quel est le meilleur estimateur ?
Que Les plus importantes -> Faut parcimonie: plus petit nombre possible
-> garder celles qui ont valeur propre supérieur à 1
C’est le Parallel Analysis ( PA)
Conclusion ACP
Extraction d’un ensemble de facteurs mathématiques, Et Non d’entités Psycho
Différentes solutions mathématiques: Dans rotation, rotations varimax, oblique etc
Solutions équivalentes sur le plan mathématique => Pas Sur le plan Psycho!
-> A l’origine des modèles de la personnalité Et De l’intelligence