Cours 7 Flashcards
Normalité, comment déterminer si qqch/qqun se situe dans la normale?
- En comparant une personne à d’autres d’un groupe de référence
- Donc, l’écart à la moyenne
Variance
- Moyenne des carrés des écarts à la moyenne du score de tous les individus
- Mesure qui sert à déterminer la distance moyenne (au carré) des données par rapport à la moyenne
Covariance
- Degré d’association entre deux variables
- À quel pt une donnée occupe la mm position dans 2 distributions de variables différentes
- À quel pt les variables changent ensemble
Corrélation
- Exprime la mm chose que la covariance, mais par une métrique standardisée
- Varie entre -1,00 et 1,00
Quelle question se poser par rapport à la fiabilité?
Mon instrument comporte-t-il de l’erreur de mesure?
Quelle question se poser par rapport à la stabilité?
Combien d’erreur ai-je dans mon instrument?
Théorie classique de l’erreur de mesure
- Résultats obtenus sont accompagnés d’erreur de mesure
- Donc, score observé = score vrai + erreur de mesure
- Plus on fait passer un test, plus on réduit l’erreur de mesure
Qu’arrive-t-il si le nombre d’observations tend vers l’infini?
- L’erreur aléatoire tend vers 0
- Le score tend vers le score vrai
Comment savoir combien d’erreur il y a dans l’instrument?
Il faut utiliser et interpréter des indices chiffrés en se référant au principe de base de la psychométrie : phénomène à mesurer est relativement stable dans le temps
Comment estimer l’erreur de mesure? (3 moyens)
- Stabilité temporelle (fiabilité test-retest)
- Cohérence (consistance) interne
- Accord interjuges
Stabilité temporelle
Si le phénomène est stable, deux mesures prises à l’intérieur d’un délai devraient se ressembler
-Corrélation test re-test ou corrélation test-retest avec formes parallèles
De quoi dépend la qualité de l’estimation du test-retest?
De l’intervalle de temps entre les deux passations et des changements survenus chez les participants durant cette période
Effet de mémoire
- Quand le délai entre test-retest est petit, la corrélation se rapproche de 1
- Quand le délai entre test-retest est grand, la corrélation s’éloigne de 1, MAIS difficile de savoir si c’est à cause de changements chez le participant ou manque de stabilité
Corrélation test-retest avec formes parallèles
Il s’agit de présenter une forme parallèle d’un test a deux moments différents
Avantages de la corrélation test-retest avec formes parallèles
- Élimine effet de la mémoire
- Les deux formes peuvent être administrées en même temps
Désavantages de la corrélation test-retest avec formes parallèles
- Il faut rédiger 2x plus d’items
- Il faut effectuer une validation de “2” instruments
- Il faut s’assurer que les formes demeurent parallèles
De quoi dépend la qualité de l’estimation du test re-test avec formes parallèles?
- De la qualité du parallélisme entre les deux versions
- De l’intervalle de temps entre les 2 passations
Que faut-il pour que deux formes d’un même instrument soient considérés parallèles?
- Items très similaires mais pas identiques
- Mm nb d’items
- Mm structure dimensionnelle
- Mêmes directives d’admin
- Moyennes et ÉT des résultats sont équivalents
Cohérence interne
- Si le construit existe de manière stable, il se manifestera de la mm manière à travers tt les réponses du ps
- Corrélation “splif-half”, alpha de Cronbach
Corrélation split-half (indice de cohérence interne)
- Séparer le test en 2 et vérifier la corrélation entre les 2 parties
- Corrélation élevée entre les 2 parties si les réponses de PS sont stables
Problème avec la méthode “split-half”
- Ne mesure pas fiabilité du test, mais la fiabilité d’un test comportant la moitié moins d’items
- L’estimé est biaisé
Correction de Spearman-Brown
- Indice de cohérence interne
- Corrélation split-half tend à sous-estimer la fidélité de l’instrument dans son ensemble
- La correction de Spearman-Brown permet d’estimer la fidélité globale à l’aide de la corrélation calculée entre les 2 parties
Qu’est-ce que la formule de la prophétie permet de faire?
Permet d’estimer combien d’items il faudrait avoir pour obtenir une corrélation split-half de X
Qu’est-ce que suppose la logique sous-jacente à la formule de la prophétie?
- Les items qui sont ajoutés mesurent la mm chose que les items initiaux
- La moyenne des intercorrélations entre les items initiaux soit égale à la moyenne des intercorrélation du total des items (soit les items ajoutés + items initiaux)
Alpha de Cronbach
- Indique dans quelle mesure les items du test mesurent une seule chose
- Varie entre - l’infini et 1
- s’approche de 1 = bonne fiabilité
- PAS indice de corrélation
Formule Alpha de Cronbach
- K = nb d’items
- r (avec barre en haut) = moyenne des intercorrélations entre tt les paires d’items de l’instrument
- nb d’item est grand et + corrélation moyenne est grande, + alpha sera élevé
Lien entre variance, corrélation et alpha
Corrélation et alpha sont liés à la variance
Qu’est-ce que l’accord interjuges suppose?
- Phénomène se manifeste avec régularité = tous les juges observent le mm phénomène
- Compréhension de ce qui est observé sera stable dans la mesure où 2 juges voient la mm chose
Moyens de mesurer l’accord interjuge
- Corrélations effectuées sur des cotes
- Kappas effectués sur la catégorisation ou la fréquence faite par les juges
Dans quelle cas y a-t-il un accord interjuges?
- Si la formation est bonne
- Si les juges sont compétents
- Si les comportements à observer sont bien définis et opérationnalisés
- Si les juges ont les mm opportunités d’observer le comportement
Barèmes utilisés pour juger de la fiabilité d’un test
-0,00 à 0,60 = inacceptable (toujours)
-0,60 à 0,69 = inacceptable (parfois utilisé en recherche)
-0,70 à 0,79 = acceptable
-0,80 à 0,89 = modérée
-0,90 + = excellant
0,95 + = suspect (pr cohérence interne seulement)
Qu’est-ce que montre l’erreur-type de mesure?
- Effet de la fiabilité sur un score généré par l’instrument
- ETM grand, + il y a erreur dans le score observé
- Permet de calculer intervalle de confiance autour du score
À quoi sert l’intervalle de confiance?
Estimer, en fonction de l’ETM, du score observé et d’un niveau de certitude désiré, dans quel intervalle se situe le score réel d’un ps
Où se situe 68% de l’échantillon sous la courbe = 68% de certitude?
+/- 1,00 ET de la moyenne
Où se situe 95% de l’échantillon sous la courbe = 95% de certitude?
+/- 1,96 ET de la moyenne
-Il y a donc 95% de chances qu’un score observé correspond à un score vrai