Cours 2 Flashcards

1
Q

Définition: Variable indépendante

A

Ce sont les variables qui sont manipulées et contrôlées d’une manière ou d’une autre par le chercheur.

Ex.: Études Hawthorne = manipuler l’éclairage

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

Définition: Variable dépendante

A

Ce sont des variables que le chercheur tente d’influencer par le biais des changements qui seront apportés aux variables indépendantes.

Ex.: Études Hawthorne = performance au travail

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

Définition: Étude terrain

A

Étude qui se déroule dans l’environnement organisationnel réel.

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

Définition: Étude laboratoire

A

Environnement artificiel dans lequel les phénomènes étudiés ne se produisent pas spontanément.

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

Définition: Généralisabilité

A

La généralisabilité des résultats signifie que les conclusions d’une étude peuvent être étendues à d’autres groupes de personnes, d’organisations, de milieux ou de situations.

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

Définition: Groupe contrôle

A

Un groupe contrôle est un ensemble de personnes placées ou assignées à une condition différente de celle étudiée. Pour déterminer l’efficacité d’un programme de formation, le groupe qui n’est pas formé (et qui sera comparé au groupe expérimental, qui est formé) est appelé le « groupe contrôle ».

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Définition: Sélection aléatoire

A

La sélection aléatoire signifie que les sujets de notre étude sont choisis parmi l’ensemble des participants possibles à cette étude, donc par une méthode non systématique. Cela signifie que chaque employé de notre étude a une chance égale d’être retenu pour participer à l’étude.

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

Définition: Assignation aléatoire

A

L’assignation aléatoire est utilisée lorsque les individus sont assignés à des groupes différents ou à des modalités différentes d’une variable indépendante. Cela signifie que chaque sujet participant à une étude a une chance égale d’être assigné à chaque condition de l’expérience ou de se voir confier chaque tâche proposée lors de l’expérience.

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

Définition: Quasi-expériences

A

Lorsque nous n’avons qu’un “certain” contrôle sur le fonctionnement des manipulations ou sur l’affectation des participants aux conditions.
Ex.: étude en lien avec salaire, mais ne peux pas baisser le salaire de l’employé pour l’étude

Les expériences sur le terrain sont souvent des approximations par rapport aux véritables expériences et sont appelées des « quasi-expériences ». Dans une quasi-expérience, on a fait des compromis sur l’un ou plusieurs éléments d’une véritable expérimentation. Très souvent, il n’y a pas d’assignation aléatoire au niveau de la variable indépendante.

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

Définition: Sondage

A

Les sondages sont l’un des types d’études les plus populaires que vous pouvez réaliser ou que vous lirez dans PTO.
Dans un sondage, vous demandez aux gens de répondre à une liste de questions que vous ou quelqu’un d’autre avez créée.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Définition: Étude transversal

A

Une approche transversale, ce qui signifie que toutes les données ont été collectées à un seul moment dans le temps

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Définition: Étude longitudinale

A

Dans une approche longitudinale, les données sont collectées à plus d’un moment dans le temps.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Quels sont les avantages et inconvénients des sondages?

A

Avantages :Ils sont très rapides et peu coûteux à administrer, ce qui les rend très pratiques.
Les personnes répondent à des questions sur elles-mêmes et sur leur propre travail, ce qui signifie généralement une bonne généralisation dans le laboratoire ou le terrain.
Inconvénients :Les gens n’en savent pas toujours beaucoup sur les sujets sur lesquels vous posez des questions. Il est difficile de déterminer des relations “causales” entre les éléments sur lesquels vous posez des questions si vous utilisez un plan d’étude transversal de base.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Définition: Méthode par observation

A

Rarement les gens font des études d’observation où ils observent de manière obtrusive (méthode affichées) ou discrète (méthodes discrètes) et prennent des notes sur le comportement des employés (ou des participants) à une étude. Cette pratique est très rare car - les gens n’aiment pas cela - et les gens peuvent modifier leur comportement parce qu’ils sont observés (vous souvenez-vous des études Hawthorne ?).
Organisations ont aussi peur de partager leurs informations, secrets

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

Définition: Échantillonnage des expériences

A

Les études par échantillonnage de l’expérience [Experience Sampling Studies, or Diary Studies] sont des études dans lesquelles un sujet enregistre ses pensées, ses sentiments et ses comportements plusieurs fois au cours d’une période définie (chaque jour, par exemple).Les méthodes d’échantillonnage de l’expérience ont gagné en popularité ces dernières années parce que la technologie, comme les téléphones portables, a permis aux gens d’enregistrer plus facilement leurs réponses pendant qu’ils passent leur journée.

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

Définition: Recherche qualitative

A

Si vous ne savez rien d’un sujet et qu’il n’existe que peu ou pas de recherches sur ce sujet, les chercheurs peuvent utiliser la recherche qualitative comme point de départ pour collecter des informations de base sur un sujet. Le problème de la recherche qualitative est qu’en raison de la petite taille des échantillons et du faible contrôle expérimental, les résultats ne sont souvent pas généralisables à d’autres contextesD’une manière générale, la recherche qualitative n’est pas courante dans les PTO. En tant que discipline, nous privilégions généralement les études expérimentales ou transversales avec des échantillons de grande taille, car elles tendent à produire les recherches les plus généralisables.Les organisations aiment utiliser la recherche qualitative pour obtenir des informations sur ce qui se passe en interne au sein des entreprises. Il est donc important de comprendre ce type de méthodologie.
Ex.: question ouverte aux employés, entrevue.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Définition: Tendance centrale

A

La tendance centrale est mesurée à partir de:
Le mode.
La moyenne [mean].
La médiane [median].

Il s’agit de trois façons différentes de décrire les variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Définition: Mode

A

Le mode est le score qui est le plus fréquent à travers les données recueillies.

Cette distribution est unimodale.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Définition: Médiane

A

La médiane est l’observation qui partage la distribution / les données en deux groupes égaux.
La médiane n’est pas affectée par les scores extrêmes.

EX.:
Md = (n+1)/2; (11+1)/2; 6 (la Md se trouve en 6e position).

20
Q

Définition: Moyenne

A

La moyenne est la mesure de tendance centrale la plus utilisée.
Elle est influencée par les valeurs extrêmes et est sensible aux changements dans la distribution
Ne tient pas compte des «sous-groupes»
Nécessite une mesure de dispersion

21
Q

Définition: Dispersion

A

La dispersion est liée au concept de tendance centrale et nous renseigne sur la façon dont les scores sont répartis autour de la moyenne.

22
Q

Définition: Variabilité

A

Le concept de variabilité:

  • Variabilité = quantité de changement que nous voyons.
  • Nous examinons la quantité standardisée de changement qui se produit dans la moyenne dans le cadre de l’examen de la tendance centrale.
23
Q

Définition: Écart type

A

Écart type = une mesure de la dispersion des données par rapport à la moyenne

24
Q

Définition: Courbe normale/ Distribution normale

A

Les distributions normales ont des propriétés très spécifiques - Nous pouvons utiliser notre connaissance de leurs propriétés pour faire des inférences statistiques.

Moyenne = 0
ET = 1

25
Q

Définition: Score Z

A

En raison des propriétés normalisées d’une distribution normale, vous pouvez trouver l’emplacement et la valeur relative de tout score brut provenant d’une distribution normale ou proche de la normale.
Cela signifie que je peux prendre une note de votre futur examen et la situer sur une courbe normale et en apprendre quelque chose car je sais qu’elle provient d’une distribution normale.
Comment savoir où se situe une observation dans la distribution normale ?
Pour ce faire, nous transformons le score brut que nous savons provenir d’une distribution normale ou proche de la normale et nous le convertissons en un score Z.

Nous effectuons le calcul du score Z pour ensuite voir sur le tableau où se situe le résultat.
Ex.: Z = 0.56
Nous allons regarder +0.5 (ligne) et 0.06 (colonne) dans la table Z pour ensuite obtenir le résultat

26
Q

Définition: Coefficient de corrélation

A

Une corrélation (r) nous informe sur la NATURE et la FORCE de la relation entre deux variables.
Une corrélation peut être comprise entre -1,0 et +1,0
Distingue les relations
Positives - les relations ascendantes
Négatives. les relations de descente
Si la valeur absolue de r est proche de 1,0, la relation est considérée comme forte, si elle est proche de 0, la relation est faible.

27
Q

Définition: Taille de l’effet

A

Taille de l’effet : la quantité de variance expliquée dans une corrélation
Un autre nom pour cela est le coefficient de détermination. il est représenté par r2
Petite : .10 - .30, Moyenne : .30-.50, Forte : >.50
La proportion de la variabilité des scores y qui est expliquée par la relation entre x et y.

Ex.: r = .534 -> r2= .285 === .534 x .534 = .285
X est responsable de 28,5% de la variation de Y
L’inverse est également correct

28
Q

Est ce que la corrélation implique la causalité?

A

Non

29
Q

Quelle est la différence entre la corrélation et la causalité?

A

Mécanisme de causalité
Il ne suffit pas de dire que x cause y.
Vous devez établir par quel processus cela se produit et pourquoi.
Pour ce faire, on recherche souvent des “médiateurs” dans une relation.
Le contexte est important
Si X est lié à Y dans un contexte mais pas dans un autre, peut-être que X ne cause pas Y ou qu’une troisième variable est en jeu.

30
Q

Quelle est la différence entre la corrélation et la causalité?

A

Mécanisme de causalité
Il ne suffit pas de dire que x cause y.
Vous devez établir par quel processus cela se produit et pourquoi.
Pour ce faire, on recherche souvent des “médiateurs” dans une relation.
Le contexte est important
Si X est lié à Y dans un contexte mais pas dans un autre, peut-être que X ne cause pas Y ou qu’une troisième variable est en jeu.

31
Q

Définition: Fiabilité

A

La fiabilité est une représentation mathématique de la consistance d’un test
Le score peut varier de 0 à 1, et les tests dont la fiabilité est supérieure ou égale à 0,7 sont considérés comme fiables.
techniquement, ce chiffre nous indique quelle proportion du score d’une personne est due à l’élément que nous essayons de mesurer plutôt qu’à une erreur aléatoire dans le test

32
Q

Comment mesure-t-on la fiabilité?

A

Alpha/Coefficient de Cronbach

33
Q

Définition: Coefficient de Cronbach

A

α = alpha = Coefficient de Cronbach [Cronbach’s alpha]
Le coefficient alpha de Cronbach est la moyenne de toutes les estimations possibles de la fidélité.
Le coefficient alpha de Cronbach est principalement déterminé par la corrélation entre tous les items d’un test. C’est-à-dire la mesure dans laquelle tous les items d’un test mesurent le même contenu.
Une conséquence étrange de la théorie classique des tests est que les tests comportant un plus grand nombre d’éléments de qualité égale auront un coefficient alpha de Cronbach naturellement plus élevé.

34
Q

Définition: Validité

A

Dans le monde de la psychométrie, la validité fait référence aux preuves qui nous indiquent si nos tests mesurent ou non ce qu’ils sont censés mesurer.
Par conséquent, nous discutons de la question de savoir s’il existe ou non des preuves en faveur de la validité du test - Une question de degré; pas de tout ou rien
Il est quelque peu inapproprié de dire “un test est valide” ou “un test n’est pas valide”.

Interpretation du score pour un objectif donné
Lorsque nous parlons de validité, nous sommes censés faire référence à l’interprétation du score et à son utilisation dans une situation particulière.
Par exemple : les scores du test de personnalité de l’HEXACO (un bon test) sont valides pour être utilisés dans la sélection des employés
Les scores du test de personnalité MBTI (un mauvais test) ne sont PAS valables pour la sélection des employés (ou pour toute autre chose).

35
Q

Pourquoi est-il important d’établir la validité ?

A

Votre procédure de mesure doit mesurer ce qu’elle est censée évaluer, sinon vos résultats de mesure ne sont pas utiles !

S’applique à tout (aussi bien à la recherche psychologique qu’aux domaines extérieurs à la psychologie).

36
Q

Comment mesurer la validité ?

A

Trois types de preuves de validité :
Validité liée au contenu [Content validity]
Validité d’apparence
La validité liée aux critères [criterion related validity]
Concomitant [Concurrent]
Prédictive
La validité de construit [construct validity]
validité convergente
Validité discriminant
Validité représentative des preuves soutenant l’interprétation de la mesure
il y a un chevauchement entre tous les types de validité
La validité est un concept unitaire

37
Q

Définition: Validité d’apparence

A

Validité d’apparence

Est-ce que le test mesure ce qu’il est censé mesurer ?

Les questions semblent être pertinentes pour le répondant dans le contexte particulier d’évaluation dans lequel elles apparaissent.

C’est très simple et direct - nous pouvons l’évaluer en demandant à des experts connaissant bien la chose que nous mesurons si elle semble mesurer ce qu’elle est censée mesurer.

38
Q

Définition: Validité du contenu

A

Évaluer la validité du contenu d’un test, c’est évaluer si votre test pose des questions sur toutes les différentes parties du sujet que vous évaluez.
Il n’y a pas d’évaluation statistique formelle de la validité du contenu
C’est le meme chose avec validité d’apparence. Vous pouvez demander à un groupe d’experts de noter/évaluer la mesure dans laquelle un test couvre le contenu d’un sujet.

39
Q

Quelles sont des menaces pour la validité du contenu?

A
  • Les tests qui ne couvrent pas le contenu d’un domaine peuvent être appelés “déficients en termes de critères” (sous-représentation du construit). [Criterion deficiency]
  • Les tests peuvent également contenir des chevauchements avec des sujets que vous n’essayez pas d’évaluer, ou des éléments qui ne sont pas uniquement pertinents pour le sujet qui vous intéresse. Dans les deux cas, ce n’est pas souhaitable.
  • Développer votre test sur la base d’une théorie bien définie ou d’une très bonne et claire définition de ce que vous voulez mesurer est un excellent moyen de faciliter une bonne validité de contenu
  • La validité du contenu est difficile à corriger une fois le test complété
40
Q

Définition: Validité critèriée

A

Les scores des tests que nous effectuons devraient nous renseigner sur les scores des critères (scores des mesures/résultats d’intérêt).
La relation entre les résultats de nos tests et les choses qu’ils sont censés prédire est appelée validité critèriée
Les scores au SAT devraient permettre de prédire les notes à l’université

Deux types de validité critèriée
1) validation prédictive [Predictive validity]
2) validation simultanée (validité concomitante) [Concurrent validity]

41
Q

Quels sont les deux types de validité critèriée?

A

Validité prédictive

Validité simultanée/ validité concomitante (concurrente)

42
Q

Définition: Validité prédictive

A

La validité prédictive est le processus d’évaluation de la capacité des résultats de votre test à prédire les résultats d’un futur test.

Exemple: les résultats du test SAT pour prédire la moyenne générale après qu’un étudiant a obtenu son diplôme.

43
Q

Définition: Validité concurrente

A

En revanche, la validité concurrente fait référence à la corrélation entre les résultats de votre test et ceux d’un autre test collecté au même moment.

Par exemple, il s’agit d’évaluer si votre test sur les troubles de l’apprentissage peut prédire les scores d’une tâche que vous demandez aux participants d’accomplir en même temps que votre test sur les troubles de l’apprentissage.

44
Q

Définition: Coefficient de validité

A

Lors de l’évaluation de la validité de critère d’un test, il est important de sélectionner une variable de résultat appropriée
La relation entre votre score au test et un test externe d’intérêt est appelée coefficient de validité. Mathématiquement, il s’agit généralement d’une simple corrélation
r = .3-.4 est typique, plus de .7 est mauvais

45
Q

Définition: Validité de construit

A
  • Validité convergente
    Ce type de validité nous demande d’évaluer si notre test est lié à d’autres tests de même nature.
  • Validité discriminante
    Ce type de validité nous demande d’évaluer si notre test est lié ou non à des choses auxquelles il ne devrait pas être lié.
    r = .3-.4 est typique, plus de .7 est mauvais
    Les situations de .7+ seront discutées une autre semaine ou lorsque vous prendrez la psychométrie 2003.
46
Q

Quelle est la relation entre la fiabilité et la validité?

A

Un test qui est valide DOIT être fiable
Un test qui est fiable n’est pas nécessairement valide