Cours 10 - Construction Flashcards
En plus de fournir une approche cohérente, l’application du cadre dans la construction d’un instrument permet quoi?
De favoriser les arguments concernant l’adéquation des preuves de validité.
La construction des tests est une processus court. V ou F?
Faux, c’est un processus long qui ne se termine pas nécessairement au moment de sa publication (toujours des re-calcul de validité).
La validation d’un instrument psychométrique peut donner lieu à quoi?
À de nombreux travaux complémentaires.
Quelles sont les 9 étapes de la construction (adaptation) d’un instrument de mesure?
- Analyser les besoins
- Identifier les comportements
- Spécifier quelques principes
- Rédiger (adapter) les items
- Expertiser la première version (construite ou adaptée)
- Pré-tester
- Analyser les items
- Dimensionner/Calibrer
- Rédiger un manuel
Lors de la première étape, celle d’analyser les besoins, que faut-il faire?
1) Identifier les motifs qui justifient les besoins d’évaluation
2) Si nous examinons les mesures déjà existantes, certaines d’entre elles répondent-elles à nos besoins?
3) Devons-nous créer (ou adapter) une mesure pour répondre à nos besoins?
4) Quels sont les objectifs de cette nouvelle mesure?
Lors de la deuxième étape, celle d’identifier les comportements, que faut-il faire?
1) Quels sont les comportements observables susceptibles de représenter le construit qu’on veut mesurer?
Lors de la troisième étape, celle de spécifier quelques principes, que faut-il faire?
Spécifier…
1) Le nombre d’items
2) Les caractéristiques du matériel (et de la population)
3) L’échelle Likert (pair ou impair?), en combien de points (4-5-6-7)?
Lors de la quatrième étape, celle de rédiger les items, que faut-il faire?
Premièrement, il faut un nombre d’items plus grand au départ pour avoir un certain nombre d’items utiles.
Ensuite, on doit fondamentalement observer :
1) Le contenu de question (un contenu par question)
2) La formulation de questions
3) La séquence de questions (niveau de difficulté)
4) Le format des réponses souhaitées
5) La présentation du matériel
Afin de rédiger les items de manière efficiente, il est recommandé de faire quoi?
1) Utiliser une communication simple et des mots familiers
2) Éviter des mots ambigus ou de compréhension difficile
3) Éviter des items qui suggèrent déjà la réponse
4) Éviter les items dont le contenu suscite des sentiments d’approbation ou de désapprobation émotionnelle
5) Éviter les questions longues (++ court est le mieux)
Que faut-il observer une fois que la rédaction des items est complétée?
Nomme-en 4.
1) L’item est inutilement détaillée ou trop spécifique?
2) Les gens ont les informations (les vécus, les formations, etc.) nécessaires pour répondre aux items proposés?
3) Les items contiennent des jugements liés au sujet d’évaluation? (Reformuler alors)
4) Faudrait-il que les items soient plus concrets, spécifiques et plus directement liés à l’expérience personnelle?
Lors de la cinquième étape, celle d’expertiser la première version, que faut-il faire?
Nous devons soumettre à la vérification de la clarté du langage, de la pertinence théorique et de la dimensionnalité par un groupe d’expert.
Lors nous soumettons à des experts, que faut-il regarder par rapport à eux?
1) Leurs années d’expériences/formation
2) La localisation géographique (s’ils viennent tous du même labo, on ne veut pas ça)
3) Le lieu de formation
Lors de la sixième étape, celle de pré-tester, que faut-il faire?
1) On doit pré-tester la première version à l’aide d’un échantillon de la population ciblée, visant à peaufiner cette première version.
2) Toujours penser à l’erreur d’échantillonnage, donc important d’avoir un très grand échantillon à cette étape de testage pour garantir une bonne qualité des résultats au pré-test.
Lors de la septième étape, celle d’analyser les items (analyse initiale), que faut-il faire?
1) Vérifier/explorer les résultats descriptifs et corrélationnels
2) Explorer/détecter les possibles problèmes d’acquiescence (positive vs négative) (être d’accord avec les énoncés de la question plutôt que de donner leur avis personnel et impartial)
3) Tester la normalité des variables latentes par des tests univarié de la normalité (ex. correction de Lilliefors)
4) Chercher des possibles problèmes de colinéarité
Qu’est-ce que la matrice anti-image?
C’est un tableau rempli de corrélations entre les items. Ici, ce que je souhaite, c’est que mes corrélations soient très petites.
Cette matrice prend en compte le type d’erreur suivant : Variance unique à la variable (c’est pourquoi on veut que les chiffres soient petits, voir nul).
Si l’erreur est élevée, les candidats pourraient être des candidats à supprimer.
