Cours 5 - Suite de la validité Flashcards
Taille des corrélations selon Cohen:
-Petite: 0,10 et plus
-Moyenne: 0,30 et plus
-Grande: 0,50 et plus
*-0,80 est une très forte corrélation même si elle est négative
Pour quelle raison voudrait t’on combiner de l’info de différents tests?
-Pour prédire le plus précisément une variable dépendante
-Déterminer la relation entre l’instrument et un critère, si l’on contrôle pour d’autres facteurs.
Contrôler = retirer de l’équation l’effet d’autres variables pour voir si en ajoutant d’autres variables, on peut quand même détecter un effet
*La corrélation multiple et la régression multiple sont utilisés
-La combinaison de l’info de différents tests permet de départager les instruments avec une valeur prédictive unique de ceux qui n’en apportent pas plus
Dans la combinaison de l’information de différents tests quelle est la validité impliquée?
-La validité incrémentielle: degré avec lequel un nouvel instrument ajoute à la compréhension ou la prédiction d’un phénomène
-Si notre mesure améliore la prédiction, elle a de la validité incrémentielle (et critériée). On peut donc être confiant dans notre capacité à l’utiliser pour mesurer ce construit
*L’instrument mesure quelque chose d’unique qui n’est pas mesuré par les autres instruments (raison de + de l’utililser)
Quand on a une sous-représentation du construit est t’il facile ou difficile d’identifier d’où elle vient?
Difficile
Comment vérifie t’on la validité de construit?
-On utilise des méthodes statistiques qui nous permettent de déterminer si l’instrument semble mesurer le construit devant être mesuré
-Structure interne (cohérence interne)
-Analyse factorielle
*Il faut inférer la validité du construit avec ce que l’on a, même s’il y a des possibilités de sous représentation du construit
Qu’est ce que la structure interne?
-Même processus que la structure interne dans la fidélité
-Vérifier si les items d’un instrument ou d’une dimension se tiennent bien ensemble. En d’autres termes si les mesures à l’intérieur d’un test sont toutes cohérentes.
*Si les réponses vont toutes dans le même sens, il y a des preuves que ça mesure une seule et même chose
Qu’est ce que l’analyse factorielle?
-Type d’analyse statistique qui permet de déterminer les dimensions communes aux résultats obtenus à des mesures
-Les items d’un test sont regroupés en facteurs. Chaque facteur résume l’info provenant de plusieurs items.
-Les items sont censés mesurer une dimensions slmt: fortement corrélés entre eux et faiblement corrélés avec les autres items
Qu’est ce que la saturation dans l’analyse factorielle?
Corrélation entre un item et un facteur
Quels sont les deux types d’analyse factorielle?
1) Analyse factorielle exploratoire: Tous les items d’un instrument sont entrés en même temps dans l’analyse
Utilisée quand on n’a pas vrm d’hypothèses relatives à la structure du concept
2) Analyse factorielle confirmatoire: Les items sont reliés aux dimensions posées en hypothèse
Utilisée quand on a des hypothèses claires relatives à la structure du concept
*Les résultats de l’analyse indiquent si oui ou non la structure posée en hypothèse représente bien ce qui est observée dans les données
À quoi sert plus concrètement l’analyse factorielle?
-Vérifier que notre instrument mesure bien le construit comme nous l’avons établi lors de la conceptualisation
-On peut utiliser les résultats d’une analyse factorielle pour identifier les items ayant bcp d’erreur de mesure. On peut ainsi les retirer ou les reformuler
-On peut utiliser les résultats d’une analyse factorielle pour déterminer si un item ne mesure pas adéquatement l’une des dimensions. On peut les remplacer, les éliminer ou les déplacer les items d’une dimension à l’autre (rare)
*Cependant:
Ne donnent pas une réponse absolue
S’effectuent en plusieurs étapes
Interprétation
Étapes de l’analyse factorielle (4)?
- Proposer une structure (ce concept se sépare entre tant de dimensions)
- Assigner chaque item à une dimension
- Quantifier l’erreur de mesure des items
- Vérifier si les items appartiennent à leur dimension
