cours 4 Flashcards

1
Q

La mesure (Les règles de la mesure psychologique)

A

mesurer en psychologie signifie attribuer des valeurs numériques à des construits psycho-sociaux abstraits (fait à partir de comportements observables ou de réponses à des tests psychométriques), conformément à des règles strictes :

-La cueillette des données ;
-La nature des données (qualitatif/quantitatif)
-Les propriétés psychométriques des construits.

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

La mesure (Correspondance entre comportements et chiffres) :

A

L’un des grands défis est d’établir une correspondance rigoureuse entre les comportements observés et les valeurs numériques attribuées.

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

La mesure (Précision et reproductibilité) :

A

Permet de garantir que les mesures obtenues soient à la fois précises et reproductibles :

-Précision : Un test précis est capable de mesurer de manière fine les différences entre les individus.

-Reproductibilité : Une mesure est reproductible si elle donne des résultats similaires lorsque le test est administré à plusieurs reprises dans des conditions semblables.

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

La mesure (enjeux éthiques et méthodologiques):

A

la mesure ne se limite pas à des aspects techniques. Il y a aussi des enjeux éthiques importants :

-Confidentialité et protection des données : Les résultats des tests doivent être traités avec le plus grand soin pour protéger la vie privée des participants.

-Utilisation des résultats : Les scores obtenus ne doivent pas être utilisés de manière abusive ou pour stigmatiser les individus. Ils doivent servir à améliorer le bien-être des personnes évaluées.

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

La mesure :
En conclusion

A

La mesure est un processus complexe qui demande rigueur, précision et respect des normes éthiques, afin de fournir des évaluations valides et fiables des comportements humains et des caractéristiques mentales. La rigueur méthodologique et les propriétés psychométriques (validité, fiabilité, sensibilité) sont essentielles pour garantir que les résultats obtenus puissent réellement éclairer les décisions cliniques, de recherche ou d’intervention (Lewis, 1999).

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

L’évaluation (Les fondements) :

A

Fournit une interprétation informée et fondée sur des critères scientifiques pour comprendre et diagnostiquer des phénomènes psychologiques :

-Connaissance de ce qui est mesuré ;
-Les instruments doivent être valides et fiables
-Prendre en compte des erreurs de mesure.

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

L’évaluation (comme processus dynamique) :

A

Constitue une source d’information explicative qui permet de comprendre les phénomènes psychologiques sous-jacents :

-Les résultats des évaluations ont un impact sur la vie des individus et des groupes :
Les décisions basées sur ces évaluations

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

L’évaluation (les étapes) :

A

plusieurs étapes qui permettent d’explorer les différents aspects du fonctionnement psychologique de l’individu et d’élaborer un plan d’intervention :

-Identifier la problématique ;
-Choisir les outils d’évaluation ;
-Collecter les données (entretiens cliniques, -observations directes et tests psychométriques) ;
-Analyser et interpréter les résultats ;
-Élaborer le rapport et le plan d’intervention.

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

L’évaluation (Éthique et responsabilité professionnelle) :Essentiel :

A

respecter des normes éthiques :

-Confidentialité ;
-Consentement éclairé : Avant l’évaluation, le psychologue doit obtenir un consentement éclairé, expliquant la nature de l’évaluation, les outils utilisés, et l’utilisation des résultats;
-Collecte des données (entretiens cliniques, des observations directes et des tests psychométriques) ;
-Communication claire des résultats : Le psychologue doit s’assurer que les résultats soient expliqués de manière compréhensible à la personne.

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

L’évaluation :
En conclusion :

A

L’évaluation est un processus essentiel pour comprendre et diagnostiquer les phénomènes psychologiques. Elle implique l’utilisation d’outils fiables et valides pour collecter et interpréter des données sur le comportement et les émotions des individus. Le psychologue doit suivre des étapes précises, telles que l’identification du problème, le choix des tests appropriés, l’analyse des résultats et la proposition d’un plan d’intervention. De plus, il est crucial de respecter des normes éthiques élevées, en garantissant la confidentialité et le consentement éclairé de la personne évaluée. En somme, l’évaluation vise à fournir une compréhension approfondie et responsable des besoins psychologiques de l’individu.

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

Les analyses de données (en psychologie) :

A

Ces méthodes varient selon la nature des données et les objectifs de l’analyse :

-Statistiques descriptives : permettent de résumer les données sous forme de mesures centrales et variabilités ;
-Statistiques inférentielles : utilisées pour tirer des conclusions ;
-Régressions et modèles prédictifs : essentiels pour prédire les comportements et explorer comment plusieurs facteurs interagissent pour influencer les comportements humains.

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

Les analyses de données (Interprétation des résultats) :

A

Elles vont au-delà des simples indices de signification:

-taille de l’effet : pertinence pratique ;
-intervalles de confiance : nous pouvons être confiants à 95% que l’effet réel se situe à l’intérieur de cet intervalle ;

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

Les analyses de données (Recommandations APA) :

A

Les recommandations incluent :

-Utiliser des estimateurs appropriés : robustes
-Rapporter la taille d’effet ;
-Rapporter les intervalles de confiance ;
-Éviter le “p-hacking” (manipuler les analyses de données pour obtenir des résultats significatifs).

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

Les analyses de données (Représentation graphique et visualisation des données)

A

Résultats accessibles et compréhensibles :
-compréhension approfondie des méthodes analytiques,
-rigueur dans la collecte et le traitement des données,
-interprétation réfléchie des résultats.

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

Les analyses de données :
En conclusion:

A

-Processus essentiel qui permet aux chercheurs de mieux comprendre le comportement humain. Commence par la collecte de données, suivie d’une analyse qui inclut des statistiques descriptives et inférentielles, ainsi que des modèles prédictifs. Une interprétation rigoureuse des résultats est cruciale, en prenant en compte des éléments comme la taille de l’effet et les intervalles de confiance.

-L’APA recommande des pratiques éthiques et méthodologiques pour garantir la validité et la fiabilité des résultats, tout en évitant des pratiques discutables comme le “p-hacking”. Enfin, l’analyse des données nécessite une réflexion approfondie sur les méthodes et leur impact pratique.

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

La classification et les échelles de mesures
Stevens (1946) propose quatre niveaux :

A

-Nominales (de classes ou catégorielles) ;
-Ordinales ;
-Intervalle ;
-Proportionnelle (ratio).

17
Q

Echelle nominale :

A

-Classification sans ordre ;
-Opérations statistiques limitées : fréquences et pourcentages.
-Exemples de variables nominales en psychologie : (important)
-Plus le sexe qui est nominal Genre (masculin, féminin, autre) ;(ordinal)
-Type de personnalité (introverti, extraverti)
-Diagnostic clinique (trouble dépressif majeur, etc.).

18
Q

La classification et les échelles de mesures
Echelle nominale : très peu de logiciels proposent ça
Corrélations tétrachoriques avec des échelles nominales :

A

Les corrélations tétrachoriques sont utiles pour estimer des relations sous-jacentes entre des variables catégoriques. Une étude méthodologique a démontré que l’utilisation de matrices tétrachoriques produit de meilleurs résultats que les matrices Pearson pour les analyses factorielles dans les évaluations psychologiques (Balbinotti, 2005, 2024; Dominguez, 2014).

19
Q

Application du bootstrapping avec des échelles nominales :

A

Pour des échelles nominales, il permet de générer des intervalles de confiance pour des statistiques comme les fréquences et pourcentages.

20
Q

qu,est-ce que le bootstrapping

A

Le bootstrapping est une méthode de rééchantillonnage utile lorsque les hypothèses paramétriques classiques ne sont pas respectées (la distribution normale ect..). – créer des données inexistantes

21
Q

La classification et les échelles de mesures
Echelle ordinale

A

-Classement avec un ordre : croissant ou décroissant.
-Opérations statistiques spécifiques : médiane, mode, fréquences, pourcentages, corrélation de Spearman.

-Exemples de variables ordinales en psychologie :
-Niveaux d’anxiété (léger, modéré, sévère);
-Échelles de Likert (1931) (fort. en
désaccord à 5 = fort. en accord); a
développé une échelle qui décrit
l’intensité d’un phénomène (répété ça 6
fois donc important)
-Évaluations des symptômes (faibles,
modérés, graves).

22
Q

Corrélations polychoriques avec des échelles ordinales :

A

La corrélation polychorique est souvent utilisée pour mesurer les relations entre des variables ordinales, en supposant qu’une variable continue sous-jacente existe. Par exemple, lorsque l’on évalue des réponses de nature ordinales (sur une échelle de Likert), les corrélations polychoriques permettent de mieux comprendre les relations entre ces variables qu’une simple corrélation de Pearson.
Je peux faire du bootstraping aussi

23
Q

Application du bootstrapping avec des échelles ordinales :

A

Le bootstrapping est une méthode non paramétrique qui permet de rééchantillonner les données pour estimer des intervalles de confiance et la robustesse des résultats. Il est souvent appliqué aux corrélations polychoriques pour estimer la fiabilité des résultats obtenus avec des données ordinales.

24
Q

La classification et les échelles de mesures
Echelle d’intervalle : (on rentre dans le monde quantitatif)

A

-Écarts égaux entre les valeurs ;
-La valeur zéro existe, mais elle n’est pas absolue ;
-Statistiques appropriées : L’échelle d’intervalle permet une gamme d’analyses statistiques plus larges, y compris des mesures telles que la moyenne, la variance, et l’écart-type ;
-Exemples de variables d’intervalle en psychologie :
-Scores de tests de QI ;
-Scores d’évaluation de la performance
cognitive (mémoire, etc.).

25
Q

Corrélations et échelles d’intervalle en psychologie :

A

Les échelles d’intervalle permettent l’utilisation de corrélations classiques, comme la corrélation de Pearson, qui mesure la force et la direction de la relation linéaire entre deux variables. Les corrélations de Pearson sont appropriées pour les données continues, ce qui inclut les échelles d’intervalle.

26
Q

Application du bootstrapping avec des échelles d’intervalle :

A

Le bootstrapping est une méthode non paramétrique utilisée pour estimer la précision des statistiques (telles que la moyenne ou l’écart-type) dans des échantillons de petite taille ou lorsque les hypothèses paramétriques classiques ne sont pas respectées.

27
Q

La classification et les échelles de mesures
Echelle de ratio (proportionnelle) :

A

-Le zéro est absolu :
-Opérations arithmétiques complètes ;
-Exemples de variables de ratio en
-psychologie :
-Temps de réaction ;
-Durée de sommeil.
-Le fait de ne pas avoir de fils

28
Q

Corrélations avec des échelles de ratio en psychologie :

A

es échelles de ratio permettent l’utilisation de corrélations classiques, comme la corrélation de Pearson, qui mesure la relation linéaire entre deux variables continues

29
Q

Application du bootstrapping avec des échelles de ratio :

A

Le bootstrapping peut être utilisé avec des échelles de ratio pour estimer la précision des statistiques, comme la moyenne ou les corrélations, dans des échantillons de petite taille.

30
Q

En effet, la classification des échelles de mesure relève d’une question de convention

A

Par convention, les données relatives aux attributs psychologiques sont encore acceptées comme compatibles avec les techniques d’analyse statistique paramétrique les plus puissantes (Cronbach, 1951; Stevens, 1946; Norman, 2010) ;

31
Q

En effet, la classification des échelles de mesure relève d’une question d’utilité :

A

Par utilité, les auteurs ont longtemps toléré l’utilisation de logiciels statistiques aux ressources d’analyse (estimateurs) limitées, car historiquement, il y avait peu d’options disponibles. Ainsi, les logiciels disponibles avaient la réputation d’être simplement fonctionnels. Aujourd’hui, avec le développement de nouveaux logiciels, cette notion d’« utilité » est fortement remise en question

32
Q

La classification des échelles de mesure comporte aussi le problème d’échantillonnage

A

En psychométrie, on utilise un échantillon d’individus et un échantillon de contenu (items d’un test). Selon Bernier et Pietrulewicz (1997), il est pratiquement impossible de gérer simultanément ces deux échantillons (problème de l’échantillonnage) au même temps.

Une manière typique de faire face à ce problème consiste à prendre explicitement en compte un échantillon, tout en gardant à l’esprit que l’autre peut influencer négativement les résultats.

33
Q
A