Cours 2 Flashcards

1
Q

La pertinence de la méthodologie

A

La psychologie du travail consiste fondamentalement à APPLIQUER les principes scientifiques au lieu de travail afin de modifier les attitudes et les comportements.

Par conséquent, en tant que discipline, les psychologues et les chercheurs en PTO sont souvent extrêmement bien formés aux méthodes et aux statistiques, car le lieu de travail peut être un environnement très dynamique.

La méthodologie (EXPÉRIMENTALE) est le cœur et l’âme de la psychologie - sans une solide formation en méthodes et statistiques, la psychologie appliquée et la recherche en psychologie sont impossibles.

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

Les bases : Les variables

A

Les variables indépendantes: sont des variables que vous, en tant que chercheur, manipulez ou contrôlez d’une manière ou d’une autre.
–> Si l’on se réfère aux études Hawthorne, les chercheurs ont manipulé des éléments tels que l’éclairage, la durée du travail, la rémunération, etc.

Les variables dépendantes: sont des variables que vous essayez d’influencer par le biais des changements que vous apportez aux variables indépendantes.
–> Dans le cas des études Hawthorne, il s’agit de la performance au travail.

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

Terrain vs laboratoire

A

Pourquoi nous en inquiéter ? Parce qu’une grande partie de la recherche en matière de PTO se fait dans les laboratoires et que si le travail est suffisamment bien fait, cela signifie qu’il fonctionnera probablement dans un environnement organisationnel réel. Il s’agit de la “généralisabilité” des résultats.

Par exemple, si je veux étudier la façon dont les personnes répondent à un feedback négatif sur leur lieu de travail. Je pourrais réaliser une “étude de laboratoire” dans laquelle je donnerais à des personnes un faux feedback sur leur lieu de travail et leur demanderais d’imaginer qu’il s’agit d’un vrai feedback, puis de me dire ce qu’elles ressentent.

Si je fais du bon travail, les résultats de mon étude seront généralisables (sur le terrain) et je devrais être en mesure de prédire comment les employés d’une organisation se sentiront lorsqu’ils recevront des commentaires négatifs.

Nous imaginons qu’ils se sont sentis mal à l’aise après avoir reçu des commentaires négatifs.

Parfois, pour s’assurer que l’on teste bien ce que l’on veut tester, il est nécessaire d’utiliser ce que l’on appelle des groupes de contrôle.

Dans mon exemple, nous ne savons pas nécessairement si les sentiments négatifs rapportés par les personnes ont été “causés” par le feedback NÉGATIF, ils peuvent simplement être causés par le fait de recevoir n’importe quel type de feedback.

Nous pourrions donc créer une deuxième condition expérimentale, appelée groupe de contrôle, dans laquelle nous donnerions à ces personnes un feedback NEUTRE et leur demanderions ce qu’elles ressentent. Si les sentiments rapportés par ce groupe sont DIFFÉRENTS (c’est-à-dire non négatifs) de ceux du groupe ayant reçu un feedback négatif, nous pouvons supposer que c’est bien le feedback négatif qui est à la source des mauvais sentiments qu’ils ont rapportés.

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

Groupes de contrôle

A

En l’absence de groupes de contrôle ou de variables de contrôle, nous ne pouvons pas être certains que notre expérience a fonctionné comme nous le voulions.

Par exemple, sans le groupe ayant reçu un feedback neutre, nous ne saurions pas si les participants ont simplement passé une mauvaise journée ou s’ils ont été mécontents pour des raisons sans rapport avec le feedback. C’est ce que l’on appelle une variable «confondue». (confondante)

Afin de minimiser les effets des variables confusionnelles sur les expériences, les chercheurs utilisent deux outils. (groupe contrôle et assignation aléatoire)

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

Sélection et assignation aléatoires

A

Cela signifie que les personnes choisies pour participer à des expériences (ou à des sondages, etc.) doivent être choisies au hasard. Cela ne signifie pas nécessairement qu’elles soient littéralement choisies au hasard, mais il ne doit pas y avoir de schéma intentionnel associé à la raison pour laquelle vous les avez choisies.

Nous voulons, par exemple, étudier des personnes qui ont un emploi - c’est très bien qu’elles aient toutes un emploi, mais cela signifie que nous pouvons laisser “n’importe qui” ayant un emploi participer à notre étude. Il ne s’agit pas seulement de mes amis avec qui je travaille, par exemple.

De même, pour minimiser les effets des variables confondues sur votre expérience, nous utilisons l’assignation aléatoire des personnes aux conditions expérimentales. En d’autres termes, les participants doivent avoir la même probabilité d’être assignés à recevoir un feedback neutre ou négatif dans mon exemple.

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

Est-ce qu’il y a plus d’un type d’expérience ou d’étude ?

A

Oui.

Parfois, pour des recherches sur le terrain, il n’est pas possible de “contrôler” tous les aspects d’une étude. Par exemple, si vous vouliez étudier le lien entre le salaire et les performances professionnelles, il serait contraire à l’éthique de manipuler le salaire de véritables employés. Par conséquent, il ne serait pas possible d’assigner les participants de manière totalement aléatoire aux conditions expérimentales dans une étude comme celle-ci.

Lorsque nous n’avons qu’un “certain” contrôle sur le fonctionnement des manipulations ou sur l’affectation des participants aux conditions, on parle de «quasi-expériences« [Quasi-experiments]

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

« Conception de la recherche » :Sondages

A

Il existe de nombreux types d’“études” ou d’“expériences” que vous pouvez réaliser.
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.

La plupart des sondages utilisent un modèle “transversal” [cross-sectional]:
–>Il s’agit d’études dans lesquelles les variables ne sont PAS manipulées et où les données sont collectées sur une seule période (générale).
–>Les études longitudinales sont des études où l’on collecte des données auprès des mêmes personnes sur les mêmes sujets à plusieurs moments.

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

Pourquoi utilisons-nous des sondages ? (avantages et inconvénients)

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
9
Q

La 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 ?).

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

L’échantillonnage des experiences

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
11
Q

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 contextes

D’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.

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

Tendance centrale

A

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

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

Le mode

A

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

Dans cet exemple, quel est le mode?
–> scores de 1 à 10, un score de 6 a une fréquence de 72 et les autres moins doncc le mode c’est 6!

Le mode nous indiquerait alors l’âge «typique» dans un groupe (échantillon d’enfants).
Cette distribution est unimodale.

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

La 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.

la donnée du milieu c’est tout

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

La 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, sinon:

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

Dispersion & Variabilité

A

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

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.
C’est ce qu’on appelle l’écart-type.!

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

Écart type

A

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

(l’écart moyen qui se trouve entre les données et la moyenne)

1) Prenez chaque observation, soustrayez-la de la moyenne.

2) quadriller le résultat puis additionner le tout

3) diviser par le nombre d’observations puis prendre la racine carrée

18
Q

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.

19
Q

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.

19
Q

Coefficient de corrélation : r

A

Une corrélation 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.

20
Q

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 (au carré)

Petite : 0.10 - 0.30,
Moyenne : 0.30 - 0.50,
Forte : > 0.50

La proportion de la variabilité des scores y qui est expliquée par la relation entre x et y.

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

21
Q

Exemple: Que signifie cette corrélation ? Lorsque le nombre d’heures passées devant la télévision augmente, le nombre d’heures passées à dormir diminue.

A

corrélation négative

22
Q

Correlation =/=

A

corrélation n’égale pas la causalité

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.

23
Q

Comment lire une matrice de corrélation

A

Pour lire une matrice de corrélation, vous devez trouver la ligne et la colonne où les variables se croisent et le nombre que vous trouvez représente la relation entre les deux variables.

24
Q

Fiabilité (fidélité)

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

25
Q

Alpha/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.

26
Q

Validité : Définition

A

Définition populaire :
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”.

27
Q

Interpretation du score pour un objectif donné (validité)

A

Interprétation 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).

28
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).

29
Q

Comment mesurer la validité ?

A

Trois types de preuves de validité :

1.Validité liée au contenu [Content validity]
–>Validité d’apparence

2.La validité liée aux critères [criterion related validity]
–>Concomitant [Concurrent]
–>Prédictive

3.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

30
Q

Validité du contenu: validité d’apparence

A

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.

Par exemple, une question sur votre niveau de bonheur ne contiendrait probablement pas de questions sur la résolution d’équations mathématiques.

Les questions ayant une faible validité apparente peuvent être utiles dans des situations de test où vous ne voulez pas révéler l’objectif du test.
“J’apprécierais le travail d’un boucher« peut évaluer l’agressivité

31
Q

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 même 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.

32
Q

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
33
Q

Validité critériée

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 critériée
–>ex: 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]

34
Q

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.

35
Q

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.

36
Q

La sélection des critères est importante (validité critérié)

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 = 0.3-0.4 est typique, plus de 0.7 est mauvais

Les situations de .7+ seront discutées une autre semaine ou lorsque vous prendrez la psychométrie 2003.

37
Q

Validité de construit

A

1.Validité convergente
Ce type de validité nous demande d’évaluer si notre test est lié à d’autres tests de même nature.

2.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 = 0.3-0.4 est typique, plus de 0.7 est mauvais
Les situations de .7+ seront discutées une autre semaine ou lorsque vous prendrez la psychométrie 2003.

38
Q

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

Quelle est la relation entre la fiabilité et la validité ?
La fiabilité est une condition préalable nécessaire à la validité.

Cela signifie qu’un test doit être fiable avant d’être valide.

Il en résulte qu’un test ne peut être valide que s’il est fiable.

39
Q
A