Cours 5-6

Question 1

La mesure, l’évaluation et les analyses de données

En quoi consiste la mesure en psychologie?

Answer 1

La mesure en psychologie est un domaine d’étude qui concerne la théorie et la méthodologie de construction et d’utilisation des échelles de mesure des caractéristiqus mentales, comme: connaissances, traits de personnalité, composantes de la cognition (comme le langage, l’intelligence ou la mémoire).

Question 2

La mesure, l’évaluation et les analyses de données

Que veut dire « mesurer » en psychologie?

Answer 2

C’est d’« attribuer des nombres aux construits psycho-sociaux », selon des règles bien déterminées. Ces règles vont fondamentalement avoir pour objet d’établir une correspondance entre des ‘‘comportements’’ et des ‘‘chiffres’’, en respectant: la cueillette de données, la nature des données, et certaines propriétés des construits.

Construit psychosocial = variable latente/construit/ce qu’on ne peut pas mesurer directement.

Question 3

La mesure, l’évaluation et les analyses de données

Vrai ou faux. Les règles entourant la mesure des construits psychosociaux contribuent à ce que les résultats obtenus soient précis et reproductibles.

Answer 3

Vrai.

Question 4

La mesure, l’évaluation et les analyses de données

Vrai ou faux. Les règles entourant la mesure des construits psychosociaux sont établies par le psychologue qui construit le test.

Answer 4

Faux. Elles sont créées par l’APA.

Question 5

La mesure, l’évaluation et les analyses de données

Qu’est-ce que l’évaluation psychologique?

Answer 5

L’évaluation psychologique est un processus technique qui vise à présenter une interprétation à une personne (ou à des groupes de personnes) en la comparant avec un barême préétabli.

Pour ce faire, il faut connaître ce qu’on mesure (unité de mesure / variance de la dépression) et les limites du phénomène (descriptifs, validité, fidélité, erreur, etc.) en question.

L’évaluation est dynamique et constitue une source d’information de nature explicative sur les phénomènes psychologiques.

Il convient de souligner que les résultats des évaluations psychologiques ont un grand impact sur les personnes, les groupes et même la société.

Question 6

La mesure, l’évaluation et les analyses de données

Qu’est-ce qu’une interprétation?

Answer 6

Une interprétation est jugement de valeur bien fondé.

Question 7

La mesure, l’évaluation et les analyses de données

Quelle est l’utilité de l’évaluation psychologique?

Answer 7

On peut la comprendre comme une démarche d’exploration et de communication (des résultats) qui soutient l’élaboration du plan d’intervention dans un cadre de soin et de rédaction d’un rapport d’expertise.

Elle répond à une problématique initiale à l’aide d’outils choisis par le psychologue qui transmet ses conclusions à qui de droit.

Ce sont des processus exhaustifs (chercher le maximum d’information pour pouvoir faire une évaluation complète et bien adapté au patient) qui servent à déterminer les problèmes et les troubles psychologiques.

Question 8

La mesure, l’évaluation et les analyses de données

Vrai ou faux. L’évaluation psychologique est un morceau de l’expertise du psychologue et l’un des actes que lui et d’autres professionnels de la santé peuvent effectuer.

Answer 8

Faux. C’est un morceau important de l’expertise du psychologue et un des seuls actes qui lui est absolument réservé. (Les médecins eux, testent autres choses).

Question 9

La mesure, l’évaluation et les analyses de données

Pourquoi l’analyse de données en psychologie est un domaine important?

Answer 9

Car c’est un domaine qui permet de faire progresser les connaissances et de trouver des réponses à diverses préoccupations.

Question 10

La mesure, l’évaluation et les analyses de données

Vrai ou faux. Les analyses de données inclues exclusivement le traitement des données.

Answer 10

Faux. Elles incluent la collecte et le traitement des données.

Question 11

La mesure, l’évaluation et les analyses de données

À quoi servent et que nécessitent les analyses de données?

Answer 11

Ce processus nécessite une compréhension approfondie des méthodes statistiques et une capacité à interpréter correctement les résultats.

Cette analyse (statistique) est utilisée pour synthétiser ces données sous forme de résumés numériques, de tableaux, de représentations graphiques, afin de répondre à des questions, tester des hypothèses, évaluer ou construire des nouveaux modèles explicatifs du comportement.

Il faut toujours prend en compte les dernières recommandations de l’American Psychological Association (APA), concernant les analyses de données (la taille d’effet, les inférences, les estimateurs, etc.).

Question 12

La classification et les échelles de mesures

Que propose Stevens, en 1946, au sujet des échelles de mesure?

Answer 12

Il propose de classer ces échelles de mesure en fonction des propriétés des valeurs qui peuvent être rangées en quatre niveaux (ou dimensions).

Question 13

La classification et les échelles de mesure

Quel postulat de Stevens (1946) est très important dans le contexte de la psychométrie et sur lequel plusieurs auteurs s’entendent?

Answer 13

Les quatre principaux niveaux de mesure correspondent à quatre types fondamentaux d’échelles
de mesure: nominale, ordinale, d’intervalle égal et de proportion.

Question 14

La classification et les échelles de mesure

Quelles sont les caractéristiques de l’échelle nominale (de classe ou catégorielle)?

Answer 14

• Permettent de ranger les individus dans des catégories différentes sur la base de leur égalité selon une variable donnée.
• Aucune opération arithmétique (+, –, x, ÷ ) n’est permise.
• Les statistiques possibles: fréquences et pourcentages (mode).
• La rigueur de la discrimination dépend de la capacité d’observation de l’évaluateur (très qualitatif).
• Son utilisation est limitée aux sciences humaines, car elle ne fournit pas d’indications sur l’amplitude des attributs.
• Chaque observation se trouve dans une seule catégorie.

• Ce sont des échelles qui permettent de classer les sujets dans des catégories qui sont exclusives;
• Il n’y a pas d’ordre inhérent à la mesure!;
• • La forme la plus simple de classification (niveau primaire);
• • Ce sont des échelles non ordonnées (non ordonnable);

Question 15

La classification et les échelles de mesure

Quelles sont les caractéristiques de l’échelle ordinale?

Answer 15

• Permettent de ranger les individus selon la relation « plus petit » ou « plus grand ».
• L’ordre relatif des individus est important, la variable doit avoir un ordre inhérent.
• Les symboles numériques attribués aux individus sont des rangs.
• Pas de garantie que la différence (distance) entre 1 et 2 soit la même que 4 et 5.
• Elle ne permet pas de savoir s’y il a l’absence totale de l’attribut.
• On ne peut pas encore dire combien de fois plus que…
• La relation entre les observations est transitive: si A>B, et B>C alors A>C.
• Par convention, on peut encore calculer une moyenne d’une échelle ordinale (Likert, seulement), mais au fur et à mesure que les années passent, cette convention deviens une cible de fortes critiques.

Elle n’admet pas le zéro absolu (absence de l’attribut ou phénomène);

Question 16

La classification et les échelles de mesure

Quelles sont les caractéristiques de l’échelle à intervalles égaux?

Answer 16

• Permettent non seulement d’ordonner les individus, mais prennent également en compte la distance qui existe entre eux.
• Si plusieurs objets ou individus sont également distants (égalité des intervalles) selon le degré auquel ils présentent l’attribut, la distance qui les sépare peut être comprise comme une unité linéaire de mesure (et cela ouvre tout un espace au domaine de la statistique).
• Permettent la mesure des différences entre les degrés de présence des attributs, mais elles n’indiquent pas l’amplitude absolue de ces degrés, car elles n’admettent pas le zéro absolu - le point zéro est définie de façon arbitraire.

et l’échelle ainsi constituée est appelée échelle à intervalles égaux ou, simplement, échelle d’intervalles;

Question 17

La classification et les échelles de mesure

Vrai ou faux. L’échelle d’intervalles peut être transformée en ordinale, mais pas l’inverse.

Answer 17

Vrai.

Question 18

La classification et les échelles de mesure

Quelles sont les caractéristiques de l’échelle de proportion?

Answer 18

• Ordonnent, prennent en compte la distance, possèdent un zéro absolu. Ce dernier représente l’absence de la caractérisque mesurée.
• Les chiffres représentent donc de façcon réelle le degré de présence d’un attribut chez un individu.
• On peut aussi établir que l’individu 2 présente le double du degré de l’attribut présenté par l’individu 1, par exemple.

• De plus, comme pour les échelles moins complexes, la direction du continuum est connue, de même que le rang des individus en fonction de l’attribut et de l’étendue des intervalles entre les scores, intervalles qui sont évidement égaux. Ex: Âge, Nombre d’enfants, etc.
• Sa première caractéristique réside dans la possibilité de connaître la distance entre le zéro absolu et la position 1 d’un objet ou d’un individu sur un continuum défini selon un attribut donné (les nombres représentent donc de façon réelle le degré de présence d’un attribut chez un individu);

Question 19

La classification et les échelles de mesure

Vrai ou faux. La classification d’une échelle serait plutôt une affaire de convention et d’utilité.

Answer 19

Vrai. D’ailleurs, par convention et utilité les techniques puissantes d’analyses statistiques sont compatibles avec les données relatives aux attributs humains (incluant les attributs psychologiques).

Question 20

La classification des échelles de mesure

Pourquoi dit-on que la classification des échelles de mesure est une affaire de convention et d’utilité?

Answer 20

Par convention, les données relatives aux attributs psychologiques sont encore (mais pas pour encore longtemps) acceptées comme compatibles avec les techniques puissantes d’analyses statistiques paramétriques (hard science).

Par utilité, les auteurs ont toujours accepté l’utilisation de logiciels statistiques avec des ressources d’analyses (estimateurs) limitées, parce qu’historiquement, il n’y avait pas beaucoup d’option. Alors, les logiciels disponibles avaient « le stigma » d’être utiles. Actuellment, et avec le développement de nouveaux logiciels, cette notion « d’utilité » est remise en question.

Question 21

La classification des échelles de mesure

En quoi consiste le problème d’échantillonnage en psychométrie?

Answer 21

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

Question 22

La classification des échelles de mesure

Comment peut-on régler un problème d’échantillonnage?

Answer 22

Une façon typique de régler ce problème est de tenir compte explicitement de l’un des deux types d’échantillons (contenu ou individus) en gardant à l’esprit que l’autre peut influencer négativement les résultats.

Question 23

La classification des échelles de mesure

Quelle est l’approche préconisée en psychométrie lorqu’on fait face à un problème d’échantillonnage?

Answer 23

On utilise un échantillon d’individus suffisamment grand pour que l’erreur d’échantillonnage par rapport aux individus soit peu importante. Le problème de la représentativité de l’échantillon des sujets étant ainsi réglé, la représentativité de l’échantillon du contenu du test devient alors la préoccupation centrale du psychométriste.

Question 24

Les normes et l’interprétation des scores

Pourquoi le score brut doit être transformé en une mesure relative?

Answer 24

Dans le but d’établir de façon plus précise la position exacte d’une personne à l’intérieur de l’échantillon normatif, le score brut doit être transformé en une mesure relative (les centiles, par exemple). Ces mesures remplissent deux fonctions:
* Ils déterminent la position de l’individu à l’intérieur de l’échantillon normatif en permettant de comparer sa performance à celle d’autres personnes.
* Ils permettent de comparer directement la performance d’une même personne à différents tests ou à différents moments.

Question 25

Normes intragroupes

À quoi correspondent les centiles?

Answer 25

Un centile correspond au pourcentage des personnes de l’échantillon normatif dont le score est inférieur à un score brut donné.

Par exemple, si 28% des personnes réussissent 15 problèmes dans un test de raisonnement arithmétique, un score brut de 15 correspondra ainsi au 28e centile (C28). Ainsi, plus le centile est bas, plus le score de l’individu est faible.

Question 26

Normes intragroupes

Que représentent les centilles de zéro et de 100 en terme de score brut?

Answer 26

• Un score brut inférieur à tout autre score obtenu dans l’échantillon normatif recevra un centile de zéro (C0).
• Un score brut plus élevé que tout autre score de l’échantillon normatif recevra un centile de 100 (C100).

Mais attention: ces centiles ne représentent pas nécessairement un score brut nul ou un score brut parfait!

Question 27

Normes intragroupes

Quels sont les avantages des centiles?

Answer 27

Ils sont:
* faciles à calculer
* facilement compris
* universellement applicables (enfants ou adultes)
* conviennent à tous les types de tests (d’aptitudes ou
personnalité)

Question 28

Normes intragroupes

Quel est l’inconvénient des centiles?

Answer 28

L’inégalité des distances entre les unités.

Question 29

Analyse d’items: Introduction

À quoi fait référence l’analyse d’items dans le cadre de de la psychométrie?

Answer 29

Dans le cadre de la psychométrie, l’analyse d’items fait référence aux analyses statistiques utilisées pour sélectionner les meilleurs items (inclure, retirer ou maintenir) d’un test psychologique/psychométrique :
* Moyennes et écarts-type (Item Statistics) (des items et pas d’autres choses)
* Analyse de corrélation inter-item (Inter-Item Correlation Matrix) (important)
* Modèle Alpha de Cronbach (ou autre) (Reliability Statistics)
* Statistiques item-total (Item-Total Statistics) (important)
* Autres statistiques complémentaies.

Question 30

Analyse d’items: Introduction

Vrai ou faux. Les corrélations sont fondamentales en psychologie.

Answer 30

Vrai.

Question 31

Analyse d’items: Introduction

Vrai ou faux. Pour effectuer ce genre d’analyse (les corrélations), un petit nombre d’items candidats est présenté à un faible échantillon de participants de la population cible.

Answer 31

Faux. Pour effectuer ce genre d’analyse (les corrélations), un grand nombre d’items candidats est présenté à un large échantillon de participants de la population cible.

Question 32

Analyse d’items: Introduction

Pour quelle raison les chercheurs appliquent-ils diverses procédures statistiques dans l’élaboration des tests et sur quoi sont-elles basées?

Answer 32

Les chercheurs appliquent diverses procédures statistiques (basées sur les corrélations) afin d’éliminer les items moins satisfaisants.

Question 33

Analyse d’items: Introduction

En se bsant sur la théorie classique des tests, selon quels critères les chercheurs pourraient éliminer des items?

Answer 33

Les chercheurs pourraient éliminer des items si les réponses à ces items:
* ne semblent pas d’accord avec le contexte exploré (évaluation qualitative)
* présentent des moyennes extrêmes (par exemple 1 ou 5), sans variabilité
* montrent très peu de variation (par exemple 1, 1, 1, 2 ou 4, 8, 4, 9)
* sont fortement corrélés (> que 0,9 ou 0,95)
* sont faiblement corrélés avec la totalité des items restants

Question 34

Analyse d’items: Introduction

En considérant le fait qu’il s’agisse d’un coefficient très important pour la psychométrie, comment calcule-t-on un coefficien de corrélation?

Answer 34

Voir diapo 21 du cours 5-6

Question 35

Analyse d’items: mesures et interprétations

Dans une échelle de type Likert de 1 à 5 avec une moyenne très faible pour quelle raison les items pourraient tout de même demeurer valides?

Answer 35

Si les résultats font du sens, les items ne deviennent pas nécessairement invalides.

Question 36

Analyse d’items: mesures et interprétation

À quoi sert l’interprétation d’une matrice de corrélation inter-item?

Answer 36

C’est à partir de l’interprétation de la matrice de corrélations qu’on évalue si certains items pourraient être des candidats à l’élimination du pool d’items de cette dimension. Ce sont les items avec les corrélations plus faibles qui le sont.

La décision l’éliminer ou non les items est par la suite à explorer avec les autres résultats. En d’autres mots, on considére d’autres éléments d’analyse pour les items avec une corrélation faible, mais pour lesquels les résultats font du sens, mais on peut retirer un item à partir de l’interprétation de la matrice de corrélaton inter-item.

Question 37

Analyse d’items: mesures et interprétations

Comment interprète-t-on une matrice de corrélation inter-item?

Answer 37

L’interprétation se fait à partir de la classification des corrélations.

Les corrélations sont classifiées par:

1) Le sens de la corrélation (positive ou négative)

2) Le niveau de signification

3) La force de la corrélation:
* Autour de 0,15 = faible corrélation
* Autour de 0,35 = modérée
* 0,55 = forte
* 0,80 = très forte
* 0,90 = corrélation trop forte (item à retirer)

4) Coefficient de détermination = valeur de la corrélation multipliée par elle-même

Question 38

Analyse d’items: mesures et interprétations

À partir d’éléments statistiques, comment peut-on déterminer que la variabilité est adéquate?

Answer 38

La valeur de l’écart-type de l’échelle (tous les items) doit être plus petite que la moité de la valeur de la moyenne de l’échelle.

ET

La valeur de la variance de l’échelle doit être plus grande que la valeur de la moyenne de l’échelle.

Question 39

Analyse d’items: mesures et interprétations

Quelle est la valeur seuil pour établir que le coefficient de cohérence interne (Omega, Alpha,…) est valide?

Answer 39

Pour être valide, il doit être plus haut que 0,7.

Question 40

Analyse d’items: mesures et interprétations

*diapo25

Question 41

Analyse d’items: mesures et interprétations

Vrai ou faux. Lorsqu’on construit un test, on veut qu’il mesure plusieurs dimensions.

Answer 41

Faux. On veut qu’il n’en mesure qu’une seule.

Question 42

Analyse d’items: mesures et interprétations

Comment peut-on savoir si les items d’un test concerne une seule dimension?

Answer 42

On peut le savoir à l’aide des résultats d’une analyse parallèle à partir de la matrice de corrélations polychoric. Les résultats de l’analyse parallèle nous permet d’évaluer si le test mesure différentes dimensions (1, 2, 3, …). On veut que le test n’en mesure qu’une seule alors l’APA veut qu’on effectue cette analyse pour le déterminer.

Si le test mesure la dimension, le pourcentage de variance réelle des données est plus élevé que le pourcentage de variance moyenne randomnisée et que la variance de moyenne randomnisée au 95e percentile.