cours 5 Flashcards
comment sont utilisé les normes en psychométrie
les normes sont utilisées pour interpréter les résultats des tests en comparant la performance d’un individu à une population de référence.
que fournis les normes
Elles fournissent un contexte qui permet aux psychologues de déterminer si la performance est supérieure, inférieure ou similaire à celle du groupe de référence.
Les principaux types de normes :
Normes intra-groupe (comparative) :
Normes Basées sur des Critères (critériées)
Normes de Développement (normes d’âge) :
Normes Ipsatives (Intra-individuelles) :
Sont les plus utilisées
Normes intra-groupe (comparative) : (et exemple)
-comparent les résultats d’un individu avec ceux d’un groupe de référence.
Exemples :
-Percentiles (Indiquent la position relative d’un individu au sein d’une distribution, montrant le pourcentage de personnes ayant obtenu des scores égaux ou inférieurs);
-Scores z (Représentent combien d’unités d’écart-type une valeur se situe au-dessus ou en dessous de la moyenne de la distribution);
-Scores T (Sont des scores Z transformés sur une échelle avec une moyenne de 50 et un écart-type de 10, pour éviter des valeurs négatives)
-Quotient Intellectuel (QI) (Mesure la capacité cognitive par rapport à la moyenne de la population, généralement avec une moyenne de 100 et un écart-type de 15)
dans quelle catégorie appartient les normes en psychométrie
Qualité psychométrique (validité, fifélité ect), propriété psychométrie : c’est les normes: utilisé pour qu’on puisse interpréter les résultats virtuellement paralent – certaines sont plus utilisées que d’autres
quel est l’objectif du score T
éviter les chiffres négatifs et utilise les score Z - ce qui permet des analyses supplémentaires
À quoi sert le score Z et sa difficulté
On va transformer notre score en donnée paramétrique - difficile à interpréter
Normes Basées sur des Critères (critériées)
Comparent les résultats d’un individu à un critère prédéfini plutôt qu’à un groupe. Elles sont utiles lorsque l’objectif est d’évaluer si l’individu a atteint un certain niveau de compétence.
Exemple :
-Un examen scolaire élaboré par le professeur Balbinotti, au cours PSY1019 ;
-Tests cliniques (BDI : il existe des seuils cliniques de dépression «légers, modérés ou sévères»).
Normes de Développement (normes d’âge)
Utilisées fondamentalement pour comparer la performance d’un individu en fonction de son âge ou de son niveau de développement. Couramment utilisées dans les tests pour enfants.
Exemple :
-Âge mental (détermine le niveau de développement cognitif de l’enfant) - par la moyenne des autres ;
-Percentiles (centiles) de croissance (évaluent le développement cognitif, physique et linguistique des enfants. (pareil que les centiles mais en contexte de développement)
Normes Ipsatives (Intra-individuelles) et exemples
-comparent la performance d’un individu à lui-même, en évaluant les différences entre diverses dimensions de ses résultats dans un test. Elles sont particulièrement utiles pour mesurer les préférences personnelles ou les progrès individuels.
Exemple :
-Tests de personnalité ;
-Évaluations de progrès (contextes éducatifs).
Pourquoi créer ces normes: p
parce qu’il faut interpréter les résultats de cette personne
Définition:
L’analyse d’items
Technique qui évalue la qualité des questions d’un test.
pourquoi faire l’analyse d’items
On veut s’assurer des première étapes de validité et fidélité de nos instruments, dans la réalité c’est les items qui sont valides et pas les instruments
que fournit l’analyse d’items
Fournit les bases pour améliorer la validité et la fiabilité des items d’un instrument psychométrique/psychologique, garantissant que les tests donnent des résultats plus cohérents.
les deux méthodes pour aider à faire des analyses d’items et critiques
-CTT – Théorie classique des tests(la plus utilisés)
-La théorie de réponse aux items
Ils y a beaucoup de critiques venant des personnes utilisant chaque test l’un envers l’autre
CTT – Théorie classique des tests:
Corrélation point-bisériale (ou item-total) :
-Elle mesure la relation entre un item et l’ensemble des autres items, permettant de vérifier si cet item est bien aligné avec l’ensemble du test ou dimension. - elle calcule la cohérence entre les items
-Comment calculer la corrélation point bisériale
Corrélation entre chaque item (un item à la fois) et l’ensemble des autres items de la même échelle ou dimension total (on verra un tableau tantôt). - (donc un item avec tout les autres) = les résultats linéaires de l’ensemble des items
Comment interpréter la corrélation point-bisériale
Une corrélation élevée indique que l’item est cohérent avec les autres items du test. Une corrélation faible ou négative suggère que l’item ne contribue pas efficacement à la mesure globale. - si la corrélation est négative pas de cohérence indépendamment de la valeur affiché, la négativité veut tout dire
CTT – Théorie classique des tests:
Indice de difficulté (p-value) :
Mesure la proportion de participants qui répondent correctement à un item, permettant de déterminer à quel point une question est facile ou difficile (considérant l’échantillon en question).
Comment la calculer Indice de difficulté (p-value)
on divise le nombre de réponses correctes (rc = 80) par le nombre total de participants (N = 100) = 80/100 = 0,80. (pourcentage de réussite par exemple)
Comment l’interpréter Indice de difficulté (p-value)
Une p-value proche de 1 indique = très facile, proche de 0 = très difficile.
Idéalement, on vise une p-value autour de 0,50, mais cela dépend du type de test et de l’objectif visé. - on attend 0,50 en générale
L’analyse d’items fait aussi référence…
aux analyses statistiques utilisées pour sélectionner les meilleurs items (inclure, retirer ou maintenir) d’un test psychologique/psychométrique.
Au-delà des analyses déjà mentionnées pour l’analyse d’items, on ajoute qui sont fondamentales à la corrélation :
-Statistiques de tendance centrale (Item Statistics);
-Corrélations inter-item (Corrélation Matrix);
-Analyses congénériques (Reliability Statistics)
-Entre autres statistiques complémentaires (Analyse parallèle).
Corrélations inter-item
(entre un item et un autre: ce qu’on fait habituellement)
Analyses congénériques (Reliability Statistics)
(résultats à propos de la moyenne de toutes les corrélations partielles possibles
qu’est-ce qu’une corrélation partielle
je fais une corrélation de deux items et je contrôle les autres en disant que les autres ont pas de corrélation - c’est la moyenne de ces corrélations partielle qui fait l’analyse congénériques
alfa de Comback on pert quoi
on pert la précision de la mesure
comment mettre en place un test
un grand nombre d’items candidats doit être présenté à un large échantillon de participants issus de la population cible.
quelle est la procédure de mise en place de la corrélation
-Idéalement, il devrait y avoir entre cinq et dix fois plus d’items candidats que la quantité finale «souhaitée» d’items du test (ou de la dimension). (permet la validité du test)
-Les chercheurs appliquent diverses procédures statistiques afin d’éliminer les items moins satisfaisants.
selon la théorie classique des tests, les chercheurs pourraient éliminer les items si les réponses à ces items : (deviennent des candidats à partir)
-ne semblent pas d’accord avec le contexte exploré (éval. qualitative);
-présentent des moyennes extrêmes (p.ex.: 1 ou 5), ou sans variabilité;
-montrent très peu de variation (p.ex.: 1,1, 1,2 ou 4,8, 4,9);
-sont fortement corrélés (> que 0,90 ou 0,95) (car ça voudrait dire que les deux items mesuraient littéralement le même élément donc ne sert à rien);
-sont faiblement ou négativement corrélés avec les autres items.
décris moi les étapes
quatres choses pour interpréter la signification
la direction, la force, et la signification le coefficient de détermination = a penser si la variabilité est adéquate
pour 10 personnes, pour quelle soit significative il faut qu’elle soit à….
pour 10 personnes pour quelle soit significative elle doit être plus forte que 0,62
qu’est-ce qui nous intéresse dans l’interprétation des résultats de la corrélation
ce qui nous intéresse c’est la taille d’effet (le résultat de la corrélation par ce qu’on va expliquer la variance) = c’est le coefficient de détermination: 0,4 x 0,4 = 0,16 x100 = 16% de la variance de fumer explique la variance du cancer
le coefficient de corrélation(formule)
r au carré
mesures et interprétations schéma
quelle est la logique dans les résultats pour avoir une variabilité adéquate
Logique : l’écart type doit être plus petit que la moitié de la valeur de la moyenne et la variance doit être plus grande = si c’est ça j’ai une variabilité adéquate
comment interpréter la variance adéquate ou non
si retreint : pas de grande variabilité de réponse
si large : le hasard