Cours 2 - Convergence

Question 1

Qu’est-ce que le système hypothético-déductif?

Answer 1

Ensemble d’hypothèses dont les confirmations permettront de déduire que notre instrument est valide.

Question 2

Vrai ou Faux? La confirmation d’une de ces hypothèses est une démonstration de la validité

Answer 2

Vrai

Question 3

Vrai ou Faux? La confirmation de plusieurs de ces hypothèses est une mauvaise démonstration de la validité

Answer 3

Faux

Question 4

Vrai ou Faux? La non-confirmation d’hypothèses soulèvent des doutes sur la validité

Answer 4

Vrai

Question 5

À quoi servent les critères dans la validité critériée?

Answer 5

• Les critères servent à créer un système hypothético-déductif, qui servira à démontrer la validité de notre instrument à l’étape 5.

Question 6

Quels sont les critères de Cohen?

Answer 6

Corrélation faible : r = 0,10
Corrélation moyenne : r = 0,30
Corrélation forte : r = 0,5

Question 7

Expliquez l’importance du p value

Answer 7

• Il faut toujours prendre en considération le coefficient p. Si p < 0,05, la corrélation est significative. Cela vodrait dire que la corrélation est fiable à 95%. Si p > 0,05, la corrélation est non significative.

Question 8

Vrai ou Faux? Un tableau croisé peut contenir des coefficient de validité et de fidelité

Answer 8

Vrai

Question 9

À quoi peut servir l’interprétation d’un tableau croisé?

Answer 9

Peut servir à comparer deux tests qui mesurent la même chose pour voir lequel est le meilleur ou qu’est-ce qu’on pourrait changer.

Question 10

3 raison pour lesquelles l’hypothèse peut être non confirmée:

Answer 10

1. Hypothèse mauvaise
2. Critère mauvais
3. Nouvel instrument mauvais

Question 11

Va relire la page 2 des notes

Answer 11

ok

Question 12

À quoi sert l’atténuation?

Answer 12

donne la limite supérieure théorique de la corrélation qu’il serait possible d’atteindre dans l’étude de la validation si les instruments étaient sans erreur. Le coefficient de validité désatténué va estimer ce qu’on aurait eu comme résultat si on avait pas d’erreurs de mesure. Nous donne la corrélation la plus haute possible avec notre test et notre critère s’il n’y avait pas l’erreur de mesure. Impossible d’atteindre un résultat plus haut que ça.

Question 13

Quelle est la logique derrière la formule d’atténuation?

Answer 13

Les scores observée de X et de Y a moins de corrélation que les scores vrais de X et Y. Notre coefficient de validité est atténuer par les erreurs de mesure possibles.

L’erreur de mesure limite, réduit, atténue la validité de notre instrument.

Le coefficient de validité (corrélation) entre le test et le critère est sous-estimé à cause de l’erreur de mesure.

Est-il possible d’estimer la validité théorique maximale d’un instrument en éliminant l’erreur de mesure.

Question 14

Pourquoi a-t-on besoin d’une deuxième formule d’atténuation?

Answer 14

1. La formule d’atténuation #1 permet d’évaluer l’impact de la fiabilité sur la validité en faisant comme si les instruments étaient exempts d’erreur de mesure. Donc, même si en enlevant toutes les erreurs de mesure mon hypothèse n’est toujours pas confirmée, on sait que l’hypothèse est vraiment mauvaise.
2. Cependant, les tests ont toujours au moins une part minimale d’erreur de mesure
3. Est-il donc possible d’estimer la validité théorique d’un instrument en éliminant une partie de l’erreur de mesure? Et ensuite vérifier si on peut confirmer.

Question 15

Qu’arrive-t-il si même avec notre formule d’atténuation, on arrive pas à confirmer une hypothèse?

Answer 15

Donc, ici, on arriverait pas à confirmer cette hypothèse même en enlevant nos erreurs de mesure possible. À ce moment qu’on se demande y’é où le problème. L’hypothèse est probablement juste très mauvaise

Question 16

Vrai ou Faux? - La fiabilité de l’instrument et la fiabilité du critère affectent négativement le coefficient de validité.

Answer 16

Vrai

Question 17

Vrai ou Faux? si mon hypothèse est confirmée avant l’utilisation de la formule, il peut quand même y avoir un problème de fidélité.

Answer 17

Vrai

Question 18

• Les formules /1 et /2 ne fonctionnent qu’avec des corrélations comme coefficients de fiabilité. Quel est l’autre coefficient qui ne peut pas être utilisés?

Answer 18

l’alpha

Question 19

Vrai ou Faux? Dans la formule d’Atténuation, nous pouvons utilisé n’importe quel coefficient, comme bon nous semble. C’est d’ailleurs un avantage de cette formule.

Answer 19

Faux. Le même type de coefficient doit être utilisé partout dans la formule (split-half OU test-retest).

Question 20

Expliquez le critère de groupe contrasté.

Answer 20

• Le test permet-il de différencier un groupe d’un autre?
• Plus la différenciation est grande, plus le test est valide
  On calcule la différence de moyennes entre les groupes:
  Il faut que la différence soit statistiquement significative, mais ait aussi une taille d’effet importante.
  On utilise principalement des analyses de variances (ANOVA) ou des tests t

Plus la différence est grande entre 2 groupes, plus c’est bon. Il faut toutefois que la signitication entre les groupe est valide. Est-ce que c’est réellement deux groupes différents. Si c’est très peu différents, la signification risque de ne pas être là.

Question 21

Quelles sont les deux types d’analyse factorielle

Answer 21

1. Analyse factorielle exploratoire : on entre les items dans la machine et on espère voir un résumé adéquat. À utiliser lorsqu’on ne pas ce que l’on cherche ou que la structure du construit n’a jamais été testé mathématiquement

2- AF confirmatoire: on sait ce qu’on cherche, on donne des barèmes à respecter pour la personne et on regarde si nos items resectent ce qu’on voulait qui arrive.

Question 22

Lors d’une AF qu’arrive-t-il lorsqu’un item peut être placé dans deux dimension différentes?

Answer 22

Toujours pas très bon si 1 item est dans les deux, parce que nos dimensions doivent être distinctes. On peut décider d’enlever les items qui ne sont pas bons.

Question 23

Quand a-t-on commencé à utiliser les AF?

Answer 23

Lors des travaux sur l’intelligence

Question 24

Vrai ou Faux? Les items supposés mesurer une dimension devraient être fortement corrélés entre eux ET moins corrélés avec les autres dimensions

Answer 24

Vrai

Question 25

Comment nomme-t-on la corrélation entre un item et un facteur?

Answer 25

La saturation

Question 26

Quelles sont les deux utilités des AF?

Answer 26

1. Confirmation de la structure ou de l’organisation d’un construit
2. Détecter les moins bons items

Question 27

Vrai ou Faux? Les analyses factorielles donnent une réponse absolue

Answer 27

Faux

Question 28

Niveau d’adéquation avec les données: acknowledge que ça existe

Answer 28

ok

Question 29

Vrai ou Faux? Nécessite une grande part d’interprétation de la part du concepteur de l’instrument

Answer 29

Vrai

Question 30

Pourquoi utilise-t-on l’AF avec maximum de vraisemblance?

Answer 30

Lorsqu’on mesure des concepts abstraits ou latents

Question 31

Quel est le point de départ de l’AF?

Answer 31

Matrice d’intercorrélation des items

Question 32

Quels sont les désavantages des matrices d’intercorrélation des items? 3

Answer 32

1- difficile à interpréter
2- souvent des corrélations qui sont fortes en dehors des zones où il est logique d’en trouver
3- Limite d’items, mais il y a souvent plus de 18 items dans un instrument