Chapitre 3 - normes 1 Flashcards
Si la distribution est normale, à partir de combien d’écarts-types les psychométricien s’intéressent-ils aux résultats? (considérant qu’ils s’intéressent aux résultats extrêmes) Explique avec l’exemple de Jeanne qui n’aime pas l’école (diapo 4 ch3-4)
2 écarts-types
Exemple d’un test qu’on fait passer aux enfants en début de scolarité qui porte sur le fait d’aimer ou non l’école. Moyenne = 100 écart type = 15
Le 2/3 des personnes qui répondent au test se retrouvent entre les scores de 85 et 115.
Comme psychométricien, on s’intéresse aux extrêmes. Pk est-ce qu’il y a des enfants qui n’aiment pas du tout l’école? On doit pouvoir comparer le score de l’élève a celui des autres élèves. Alpha de conbrach=0,95. Le score de Jeanne se situe entre 65 et 71 (avec etm). La comparaison avec le reste du groupe doit être valable.
Si la distribution est normale (comme ici), si le score se retrouve a 2 écart types en dessous ou en dessus de la moyenne, les psy commencent a s’intéresser à ces scores. Donc, 2 écarts type = 30. Jeanne se retrouve a la limite de 2 écarts type (en considérant son etm). Donc Jeanne a un score qui relève qu’elle n’aime pas l’école d’une manière significative. Mais que fait-on lorsqu’on a pas une distribution normale?
Quelle est la pertinence des normes?
Un score brut ne veut rien dire en fait. C’est en le comparant aux autres scores des autres personnes qu’on peut mieux interpréter. C’est en le comparant qu’on peut y trouver un sens.
Dans le système du score normalisé, le score brut d’une personne est comparé aux score de personnes faisant partie du groupe de référence. Ces scores de références sont des normes
Qu’est-ce qu’un score brut vs un score normalisé?
Score brut:
- Résultat immédiat à un test
- Dépend du répondant, mais aussi du test, par ex. la longueur, le degré de difficulté, etc.
- Ce qui rend difficile la comparaison des scores bruts entre les différents tests ou entre les sous-tests.
Score normalisé:
- normalisé = dérivé = gradué
- Comparaison à un groupe de référence
- Conversion de brut à normalisé à l’aide des statistiques descriptives et de tendances centrales
- Les conversions sont nombreuses : quel type de normes?
- Les groupes de référence sont nombreux : quel type de groupe de référence?
Quels sont les 3 niveaux d’abstraction des variables?
1) Construit (le plus grand, très abstrait. Description générale de la variable)
2) Mesure (on doit traduire le construit en mesure, définition opérationnelle, souvent un test.)
3) Données brutes (le plus concret. Les données découlant des réponses à nos questions. Résultats provenant des mesures. On étudie les caractéristiques des mesures et répertorie les mesures existantes avec stats. Traitement des mesures. Soulève le plus d’intérêt.)
1= plus abstrait 3=plus spécifique
Quels sont les différents types d’échelles? (4)
1) Nominale
- Distingue des objets par rapport aux autres ds divers catégories. Un # est associé à l’objet. Pas d’ordres entre les numéros.
2) Ordinale
- Comme nominale mais on ajoute la notion d’ordre entre les variables. (ex: grand, moyen, petit). Par contre, la distance entre les différents classements n’est pas définie.
- Ex: échelle likert
3) À intervalle (intervalles égaux)
- Place les objets ds un certain ordre et à intervalles égaux.
- Pas de zéro absolu (pas d’absence complète)
- ex: température
- Permet additions et soustractions mais pas multiplications et divisions
4) De rapport (ratio, continue)
- Place les objets en ordre à intervalle égaux
- Présence de 0 absolu
- Ex: longueur, poid.
Comment sont organisées les données brutes? Quelle en est l’utilité?
1) Distribution de fréquence: consiste à organiser les données en groupes de scores adjacents.
2) Histogramme de fréquence et polygone de fréquences: propose des types de graphiques représentant la distribution de fréquence
La distribution de fréquence permet de voir certaines caractéristiques comme l’étendue des scores et leurs zones de concentration.
Qu’est-ce qu’une mesure de tendance centrale? Quelles sont les différentes mesures de tendance centrale? Défini-les
Une mesure de tendance centrale est un indice qui représente l’ensemble complet de données. C’est le centre autour duquel les données brutes tendent à se regrouper.
1) Moyenne:
- moyenne arithmétique
2) Médiane:
- le score qui se situe au milieu lorsque les scores sont ordonnées du plus bas au plus élevé.
3) Mode:
- Le score figurant le plus souvent dans une distribution
Pour quelle raison certains tests font la moyenne des items au lieu de la somme?
Pour compenser les scores manquants
Qu’est-ce qu’une mesure de dispersion? Quelles sont les différentes mesures de dispersion?
Mesure de dispersion: quantifier la variabilité autour des valeurs centrales
Pour juger de la représentativité de la «tendance centrale»
1) Étendue: différence entre la valeur la plus grande et la valeur la plus petite
2) Variance: moyenne des déviations individuelles au carré
3) Écart type: racine carrée de la variance
- indice de dispersion le plus utilisé
4) Interquartile : peu répandue
- Distance séparant le premier quartile du troisième
Qu’est-ce que l’utilité du score Z?
Quels en sont ses désavantages
Le score Z consiste à ramener les échelles à avoir une échelle de 0 et un écart-type de 1.
On utilise les scores Z. pour tracer la courbe normale en fonction des surfaces de la courbe
La distribution des scores Z possède toujours les propriétés suivantes :
- Moyenne de 0
- Écart type de 1
Ce qui facilite la comparaison le score brut d’une personne à un test à un échantillon de personnes dit représentatif.
Désavantages:
- Présence de scores négatifs (pour tous les scores situés sous la moyenne) Empêchent de communiquer les infos.
- Nécessite d’utiliser des décimales (parce que l’étendue est faible). Les décimales nuisent à la compréhension de tout le monde.
- Pour pallier ces inconvénients : on peut multiplier le score z par 100 (enlève les décimales) et on additionne un nombre arbitraire, par exemple, 500 (change les scores négatifs en scores positifs) (pour le score de SAT).
Quelles sont les différentes formes de distributions? (différentes qualités d’une courbe)
1) La courbe normale:
- distribution de référence
- fameuse cloche
- synonymes: loi normale, distribution normale, distribution gaussienne
- la surface sous la courbe est remplie de points de données
- moyenne = 0 au centre
- unimodale (donc une seule bosse)
- si on sépare la courbe en 2 en son centre, chaque moitié est égale à l’autre
- extrémités et niveau de référence = asymptotiques (se prolongent à l’infini et ne touche jamais les axes)
- La surface sous la courbe est contenue entre +/- 3 écarts-types.
2) Voussure (kurtosis) : allure plus ou moins pointue de la distribution
- leptocurtine = pointue
- platycurtique = plate
3) Asymétrie/dissymétrie:
- Asymétrie négative = asymétrie à gauche = queue vers la gauche
- Asymétrie positive = asymétrie vers la droite = queue vers la droite.
4) Modalité: unimodal vs bimodal
- bimodal arrive plutôt quand on a 2 groupes distincts de répondants (ex: vieux vs jeunes)
Qu’est-ce que le Thêta?
Selon la théorie de la réponse à l’item
- Provient directement des réponses données
- Ne consiste pas en une simple sommation
Ce score est une fonction des réponses de la personne évaluée en interaction avec les caractéristiques des items. Les scores sont pondérés en fonction du niveau de difficulté, puis on les additionne.
Par exemple: si certains scores sont pondérés différemment et que Michel répond à 4 questions difficile parfaitement alors que Pierre répond à 1 bonne question difficile et 7 questions faciles. Compte tenu que les items difficiles valent plus que les items faciles, si on se contentait d’additionner leurs scores, leur score total serait le même. Donc, on décide de calibré les scores des réponses de Michel et Pierre en score Thêta sur une même échelle.
