Cours 06 ppt Flashcards

1
Q

Qu’est-ce qu’une analyse d’items?

A
  • Technique qui évalue la qualité des questions d’un test.
  • Fournit les bases pour améliorer la validité et la fiabilité des items d’un instrument
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Quelle est la méthode la plus utilisée pour l’analyse d’items?

A

Théories classiques des tests (CTT)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Qu’est-ce qui constitue la théorie classique des tests?

A
  1. Corrélation point-bisériale
  2. Indice de difficulté (p-value)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Qu’est-ce que la corrélation point-bisériale?

A

Elle mesure la relation entre un item et l’ensemble des autres items, permettant de vérifier si cet item est bien aligné avec l’ensemble du test ou dimension.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Comment calculer la corrélation point-bisériale?

A

Corrélation entre chaque item (un item à la fois) et l’ensemble des autres items de la même échelle ou dimension total.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Comment interpréter la corrélation point-bisériale?

A
  • Une corrélation élevée indique que l’item est cohérent avec les autres items du test.
  • Une corrélation faible ou négative suggère que l’item ne contribue pas efficacement à la mesure globale.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Qu’est-ce que l’indice de difficulté (p-value)?

A

Mesure la proportion de participants qui répondent correctement à un item, permettant de déterminer à quel point une question est facile ou difficile.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Comment calculer l’indice de difficulté (p-value)?

A

on divise le nombre de réponses correctes (rc = 80) par le nombre total de participants (N = 100) = 80/100 = 0,80.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Comment interpréter l’indice de difficulté (p-value)?

A

Une p-value proche de 1 indique = très facile, proche de 0 = très difficile.

Idéalement, on vise une p-value autour de 0,50.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Quelles sont d’autres analyses d’items complémentaires?

A
  • statistiques de tendance centrale
  • Corrélations inter-item
  • Analyses congénériques
  • Analyse parallèle
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Quels sont des éléments complémentaires à la théorie classique des test?

A
  1. Il devrait y avoir entre cinq et dix fois plus d’items candidats que la quantité finale «souhaitée» d’items du test.
  2. Les chercheurs appliquent diverses procédures statistiques afin d’éliminer les items moins satisfaisants.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Pour quelle raison est-ce qu’un item pourrait être retiré? (5)

A
  • Incohérence avec la contexte
  • Moyennes extrêmes ou sans variabilité (1 ou 5)
  • Peu de variance
  • Fortement corrélés (en haut de 0,85, il n’y a pas de but de poser presque la même question deux fois).
  • Faiblement ou négativement corrélés avec d’autres items
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Quels sont les éléments d’interprétatoin d’une corrélation?

A
  1. Force
  2. Sens (négatif ou positif)
  3. Niveau de signification
  4. Le coefficient de détermination (variance)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Qu’est-ce qui joue un rôle fondamental dans l’analyse d’items?

A

La population

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Que mesure l’Omega de McDonald?

A

la cohérence entre les items.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Omega est une mesure ____. Pourquoi?

A

Congénérique

On accepte que les items n’ont pas tous la même importance.

17
Q

???????Comment interpréter si les items sont adéquats?

A
  1. La variance est plus élevé que la moyenne.
  2. L’écart-type est plus petites que la moitié de la moyenne.
18
Q

Que veut dire la colonne Scale mean if item deleted?

A
  • La moyenne de l’échelle si l’item en question est supprimé. Cela permet de voir l’impact de la suppression de l’item sur la moyenne totale du test.
  • Si la suppression d’un item modifie considérablement cette moyenne, cela peut indiquer que cet item est important pour le test.
19
Q

Que veut dire la colonne Scale variance if item deleted?

A
  • La variance de l’échelle si l’item est supprimé.
  • La variance mesure la dispersion des scores. Si la variance change significativement, cela peut montrer que cet item contribue fortement à la variabilité des réponses.
20
Q

Que signifie la colonne Corrected item-total Correlation?

A
  • Elle mesure la relation entre l’item et le reste du test.
  • Une valeur élevée indique que l’item est bien aligné avec l’échelle totale, tandis qu’une faible corrélation suggère que l’item pourrait être moins pertinent pour le test global.
21
Q

Que signifie la colonne Squared Multiple Correlation?

A
  • Elle montre à quel point l’item est prédit par les autres items de l’échelle.
  • Une valeur élevée suggère que l’item est bien expliqué par les autres items, ce qui peut être un indicateur de redondance d’information.
22
Q

Que signifie la colonne McDonald’s Omega if Item deleted?

A
  • une augmentation de l’Omega après la suppression d’un item peut indiquer que l’item n’est pas bien aligné avec le reste du test.
23
Q

Comment puis-je m’assurer que mes items concernent une seule dimension ?

A

L’analyse parallèle.

24
Q

Qu’est-ce qu’une analyse parallèle?

A
  • méthode utilisée pour déterminer le nombre optimal de facteurs à retenir, selon les items disponibles.
25
Q

Comment fonctionne une analyse parallèle?

A

Elle compare les valeurs propres obtenues à partir des données réelles avec celles générées aléatoirement pour évaluer si les facteurs extraits des données réelles sont significatifs.

26
Q

Comment interpréter une analyse parallèle?

A
  • Comparez la variance expliquée par les facteurs des données réelles avec la variance expliquée par les données aléatoires (95e percentile).
  • Si la variance expliquée par le facteur réel est supérieure à celle du 95e percentile des données aléatoires, alors ce facteur doit être retenu.