Cours 6

Question 1

Les normes et l’interprétation des scores - Considérations initiales : Dans le but d’établir de façon plus précise la position d’une personne à l’intérieur de l’échantillon normatif, un score brut doit être quoi ?

Answer 1

Doit être transformé en une mesure relative (centiles).

Question 2

Les mesures relatives (centiles) remplissent deux fonctions, quelles sont-elles ?

Answer 2

-Déterminent la position de l’individu à l’intérieur de l’échantillon normatif, en permettant de comparer sa performance à celle des autres personnes.
-Permettent de comparer directement la performance d’une même personne à des différents tests ou moments.

Question 3

Transformer un score brut dans une mesure relative = création de ______ qui est plus précise que la ______.

Answer 3

Norme
Moyenne
–> DONC centiles sont plus précis que la moyenne.

Question 4

Qu’est-ce que les centiles ?

Answer 4

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, un score brut de 15 correspondra au 28e centile (C28). Ainsi, plus le centile est bas, plus le score de l’individu est faible.

Question 5

Pourquoi utiliser les centiles ? (2)

Answer 5

-Préciser l’interprétation
-Décrire la personne comme elle l’est et non en la comparant aux autres

Question 6

Donne la définition des centiles concernant le centile de zéro et le centile de 100.

Answer 6

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 ces centiles ne représentent pas un score brut nul ou un score brut parfait.

Question 7

Vrai/Faux : Le centile de zéro indique que la personne n’a rien compris.

Answer 7

Faux ; même chose pour le centile de 100.

Question 8

Quels sont les avantages des centiles ?

Answer 8

-Il sont faciles à calculer
-Facilement compris
-Universellement applicable (enfants ou adultes)
-Conviennent à (presque) tous les types de tests (d’aptitudes ou personnalité)

Question 9

Quel est l’inconvénient des centiles ?

Answer 9

L’inégalité des distances entre les unités.

Question 10

Quelle est l’échelle de mesure des centiles (pourquoi) ?
Est-ce une échelle quantitative ou qualitative ?

Answer 10

Ordinale ; distance pas le même ET zéro n’est pas absolu.
Échelle qualitative.

Question 11

Donne la définition de l’analyse d’items.

Answer 11

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).

Question 12

Donne les 5 manières d’analyser statistiquement les items.

Answer 12

-Moyennes et écarts-type (item statistics)
-Analyse de corrélation inter-item (corrlation Matrix)
-Modèle Alpha ordinale de Cronbach (reliability statistics)
-Statistiques intem-total (intem-total statistics)
-Entre autres statistiques complémentaires

Question 13

Qu’est-ce qui est fondamental en psychométrie pour l’analyse d’items ?

Answer 13

Les corrélations

Question 14

Qu’est-ce qu’il faut pour effectuer l’analyse d’items à l’aide de la corrélation ?

Answer 14

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

Question 15

Pearson est qualitative ou quantitative ?
Spearman est qualitative ou quantitative ?

Answer 15

-Quantitative
-Qualitative (ordinale)

Question 16

Quelle est la phrase qui explique la différence entre l’analyse d’items candidats à la quantité finales.

Answer 16

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).
–> DONC avec la corrélation entre nombre d’items candidats et la présentation à l’échantillon de participants qui vient analyser et diminuer les items du test.

Question 17

Dans l’analyse d’items, comment les chercheurs éliminent les items les moins satisfaisants ?

Answer 17

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

Question 18

Analyse d’items - Par exemple, selon la théorie classique des test, les chercheurs pourraient éliminer les items si les réponses à ces items : (5)

Answer 18

-Ne semblent pas d’accord avec le contexte exploré (éval. qualitative)
-Présentent des moyennes extrêmes (ex: 1 ou 5), sans variabilité
-Montrent très peu de variation (ex: 1.1, 1.2 ou 4.8, 4.9)
-Sont fortement corrélés (> que 0,90 ou 0,95)
-Sont faiblement corrélés avec la totalité des items restants

Question 19

Quels sont les 3 éléments à regarder dans la corrélation ?

Answer 19

Force
Signe
Niveau de signification

Question 20

Calcul d’un coefficient de corrélation : Calcul _____ utilisant la _____.

Answer 20

Quantitatif
Moyenne

Question 21

Mesures et interprétation : Inter-item corrélation Matrix, on cherche à regarder quoi ?

Answer 21

-À quel % une variable explique la 2e variable
-Le coefficient de détermination
-Le chiffre qui joint les 2 variables on le multiplie 2x par lui-même.

Question 22

Qui suis-je : Pourcentage de variation expliqué d’une variable à l’autre.

Answer 22

Coefficient de détermination

Question 23

Mesures et interprétations - Scale Statistics nous sert à quoi ?

Answer 23

Si le niveau de variabilité de l’échelle est adéquate, c’est-à-dire que les données ont une variabilité adéquate.

Question 24

Comment savoir que la variabilité des données est adéquate ?

Answer 24

-La valeur de l’écart-type est plus petite que la moitié de la valeur de la moyenne.
-La valeur de la variance est plus grande que la moyenne.

Question 25

Mesures et interprétations - Item-Total Statistics (Corrected item-total correlation) - Il nous sert à quoi ?

Answer 25

Regarder si la corrélation de l’item avec tous les autres items est forte ou non.
Si la corrélation n’est pas forte on va voir la colonne Omega lorsque l’item est retiré, et si celui-ci augmente (même plus grand que Reliability Statistics), ça veut dire que la fidélité du test augmente également lorsqu’on retire l’item.

Question 26

Qu’est-ce qui permet de calculer combien de dimensions intrinsèques existent dans les items ?

Answer 26

Analyse parallèle
–> 6 dimensions

Question 27

Comment je sais que mes items concernent une seule dimension ?

Answer 27

Si le % de variance réelle des données est plus grand que le % de variance moyenne randomisée et que le % de variance au centile 95.