Cours 6 Flashcards
qu’est-ce que l’analyse d’items en psychométrie?
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 :
Modèle Alpha de Cronbach (ou autre) (Reliability Statistics)
Moyennes et écarts-type (Item Statistics)
Analyse de corrélation inter-item (Inter-Item Correlation Matrix)
Statistiques Sommaires des items (Summary Item Statistics)
Statistiques item-total (Item-Total Statistics)
Statistiques descriptives de l’échelle (Scale Statistics)
Le processus d’analyse des items varie en fonction du modèle psychométrique utilisé, donnez un exemple
Analyse d’items : Introduction
Le processus d’analyse des items varie en fonction du modèle psychométrique utilisé (Théorie Moderne – TM – ou Théorie Classique des Tests – TCT – font appel à des procédures différentes) :
Pour la TCT, la notion de l’ensemble est importante. Lorsqu’il prépare l’évaluation, le psychologue pense à l’épreuve complète, dans laquelle la somme de chaque question donne la note aux répondant, dans le but d’analyser la maîtrise de ses connaissances (p.ex.).
Le processus d’analyse des items varie en fonction du modèle psychométrique utilisé (Théorie de Réponse aux items – TRI – ou Théorie Classique des Tests – TCT – font appel à des procédures différentes) :
La TRI propose aussi une méthodologie adoptée pour la correction et l’attribution des notes. Mais, elle permet d’identifier si les résultats obtenus par les répondants sont le fruit du hasard ou reflètent leurs connaissances.
Qu’elle est l’objectif de l’analyse d’items ?
Indépendamment de la théorie en question, l’objectif de l’analyse d’items est de produire une liste relativement courte d’items (c’est-à-dire de questions à inclure dans une interview ou un questionnaire) qui constitueront un test (unidimensionnel) ou une dimension à la fois.
Comment fait-on l’analyse d’items?
Pour effectuer cette analyse, un grand nombre d’items (candidats) est présenté à un large échantillon de participants de la population cible.
Idéalement, il devrait y avoir entre cinq et dix fois plus d’items candidats que la quantité finale «souhaitée» d’items du test (ou dimension).
Les chercheurs appliquent diverses procédures statistiques afin d’éliminer les items moins satisfaisants. Par exemple, selon la théorie classique des tests, les chercheurs pourraient éliminer les items si les réponses :
présentent des moyennes extrêmes (p.ex.: 1 ou 5);
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);
sont faible corrélation avec la totalité des items restants.
Dans un contexte de construction (ou d’adaptation) d’instruments psychométriques, qu’est-ce que l’analyse d’items?
Dans le contexte de construction (ou adaptation) d’instruments psychométriques, l’analyse d’items est un processus itératif et, selon la théorie classique, ne doit pas être automatisé.
Le jugement du psychométriste est nécessaire pour déterminer:
si l’ensemble d’items retenus est satisfaisant (sinon, on recommence). Les critères mentionnés au diapo 8 ne concordent pas toujours, et un équilibre doit être trouvé entre eux pour décider d’inclure ou non un item.
Quand on cherche à éliminer un item pas rapport à sa moyenne statistique, que fait-on?
Écart-type: doit être plus petit que la moitié de la valeur de la moyenne (ici dans le cas des statistiques d’item! ) si c’est le cas, on garde, variabilité que est alors acceptable. Ici ils sont tous ok! Pas de valeur extrême à enlever.
Pourquoi on fait ca… on cherche des candidats à éliminer! Objectif: le moins grand nombre d’items pour le plus de variance réelle expliquée!
Est-ce que l’on peut accepter une covariance inter-item négative?
non
