Cours 7 Flashcards

1
Q

Normalité, comment déterminer si qqch/qqun se situe dans la normale?

A
  • En comparant une personne à d’autres d’un groupe de référence
  • Donc, l’écart à la moyenne
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Variance

A
  • 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Covariance

A
  • 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Corrélation

A
  • Exprime la mm chose que la covariance, mais par une métrique standardisée
  • Varie entre -1,00 et 1,00
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quelle question se poser par rapport à la fiabilité?

A

Mon instrument comporte-t-il de l’erreur de mesure?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Quelle question se poser par rapport à la stabilité?

A

Combien d’erreur ai-je dans mon instrument?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Théorie classique de l’erreur de mesure

A
  • 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Qu’arrive-t-il si le nombre d’observations tend vers l’infini?

A
  • L’erreur aléatoire tend vers 0

- Le score tend vers le score vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Comment savoir combien d’erreur il y a dans l’instrument?

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Comment estimer l’erreur de mesure? (3 moyens)

A
  • Stabilité temporelle (fiabilité test-retest)
  • Cohérence (consistance) interne
  • Accord interjuges
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Stabilité temporelle

A

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

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

De quoi dépend la qualité de l’estimation du test-retest?

A

De l’intervalle de temps entre les deux passations et des changements survenus chez les participants durant cette période

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Effet de mémoire

A
  • 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
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Corrélation test-retest avec formes parallèles

A

Il s’agit de présenter une forme parallèle d’un test a deux moments différents

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Avantages de la corrélation test-retest avec formes parallèles

A
  • Élimine effet de la mémoire

- Les deux formes peuvent être administrées en même temps

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Désavantages de la corrélation test-retest avec formes parallèles

A
  • Il faut rédiger 2x plus d’items
  • Il faut effectuer une validation de “2” instruments
  • Il faut s’assurer que les formes demeurent parallèles
17
Q

De quoi dépend la qualité de l’estimation du test re-test avec formes parallèles?

A
  • De la qualité du parallélisme entre les deux versions

- De l’intervalle de temps entre les 2 passations

18
Q

Que faut-il pour que deux formes d’un même instrument soient considérés parallèles?

A
  • Items très similaires mais pas identiques
  • Mm nb d’items
  • Mm structure dimensionnelle
  • Mêmes directives d’admin
  • Moyennes et ÉT des résultats sont équivalents
19
Q

Cohérence interne

A
  • 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
20
Q

Corrélation split-half (indice de cohérence interne)

A
  • 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
21
Q

Problème avec la méthode “split-half”

A
  • Ne mesure pas fiabilité du test, mais la fiabilité d’un test comportant la moitié moins d’items
  • L’estimé est biaisé
22
Q

Correction de Spearman-Brown

A
  • 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
23
Q

Qu’est-ce que la formule de la prophétie permet de faire?

A

Permet d’estimer combien d’items il faudrait avoir pour obtenir une corrélation split-half de X

24
Q

Qu’est-ce que suppose la logique sous-jacente à la formule de la prophétie?

A
  • 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)
25
Q

Alpha de Cronbach

A
  • 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
26
Q

Formule Alpha de Cronbach

A
  • 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
27
Q

Lien entre variance, corrélation et alpha

A

Corrélation et alpha sont liés à la variance

28
Q

Qu’est-ce que l’accord interjuges suppose?

A
  • 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
29
Q

Moyens de mesurer l’accord interjuge

A
  • Corrélations effectuées sur des cotes

- Kappas effectués sur la catégorisation ou la fréquence faite par les juges

30
Q

Dans quelle cas y a-t-il un accord interjuges?

A
  • 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
31
Q

Barèmes utilisés pour juger de la fiabilité d’un test

A

-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)

32
Q

Qu’est-ce que montre l’erreur-type de mesure?

A
  • 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
33
Q

À quoi sert l’intervalle de confiance?

A

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

34
Q

Où se situe 68% de l’échantillon sous la courbe = 68% de certitude?

A

+/- 1,00 ET de la moyenne

35
Q

Où se situe 95% de l’échantillon sous la courbe = 95% de certitude?

A

+/- 1,96 ET de la moyenne

-Il y a donc 95% de chances qu’un score observé correspond à un score vrai