Cours 7 - La stabilité Flashcards

1
Q

SUIS-JE « NORMAL.E »? Une manière d’y répondre est

A

de comparer une personne à d’autres d’un groupe de référence, Qui va souvent avoir une moyenne

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

Que veux dire ce signe

A

le score

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

Que veux dire ce signe

A

la moyenne

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

On prend le score du participant et la moyenne du groupe et l’écart entre les deux ont l’appel ________

A

l’écart à la moyenne

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

c’est quoi cette formule

A

l’écart à la moyenne

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

c’est quoi la formule (avec les symboles) de l’écart a la moyenne

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

c’est quoi ce symbole

A

la variance

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

c’est quoi ce symbole

A

écart type

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

c’est quoi ce symbole

A

la somme

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

c’est quoi ce symbole

A

le nombre de valeurs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

La variance est

A

la moyenne des carrés des écarts à la moyenne du score de tous les individus. C’est la distance moyenne mais on l’a met au carré. 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
12
Q

dans la variance, la distance qu’on cherche a avoir c’est

A

la distance des données par rapport à la moyenne

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

Écart type =

A

on a besoin de faire la racine carré de la variance, donc ça représente la distance moyenne

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

C’est quoi cette formule

A

variance

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

C’est quoi cette formule

A

écart type

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

Exemple de variance

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

La covariance est :

A

une mesure du degré d’association entre deux variables.
* À quel point une donnée occupe la même position dans deux distributions de variables différentes.
* À quel point les variables changent ensemble.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Ex de covariance

A

Comment la masse et la taille varie ensemble

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Quel est ce symbole

A

la covariance

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Quel est cette formule

A

la covariance

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Est ce que la covariance pose problème

A

OUI

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Pourquoi la covariance pose problème

A

Elle va poser un problème parce que on va pas savoir comment l’interpréter, si je dis 40lb x cm c’est un peu bizzard, c’est quoi? C’est beaucoup? Ça varie beaucoup ensemble? Donc on sait pas car ça reste ne fonction des échelles de chacune des variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Exemple de covariance

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Différence entre covariance et corrélation

A

La principale différence entre les deux : la covariance n’est pas normalisé et va dépendre des échelles de mesure des différentes variables tandis que la corrélation elle va être normaliser, elle va fournir une mesure qui est standardisé qui va représenter la relation linéaire entre les deux variables, indépendamment de leur échelle.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

La corrélation exprime la même chose que la covariance, mais par ____________________

A

une métrique standardisée (le chiffre ne varie qu’entre -1,00 et +1,00)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Quand on a un résultat de covariance, est ce qu’on peux directement l’interpreter

A

non, quand on voit un résultat de covariance, on ne peux pas l’interpréter directement ca va dépendre de l’échelle de mesure

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Quand on a un résultat de corrélation, est ce qu’on peux directement l’interpreter

A

oui, la corrélation on est capable de l’interpréter vraiment facilement, -1,00 et +1,00

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Indice de corrélations va nous aider a

A

vérifier si un test est fidèle ou pas, si il est fiable ou pas

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

Quel est ce symbole

A

corrélation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Quel est cette formule

A

Corrélation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Exemple de corrélation

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

V ou F : La corrélation a une unité de mesure

A

F, La corrélation n’a pas d’unité de mesure, sans dimensions, c’est un coefficient de corrélation et c’est purement numérique de -1 a 1, quand on a 0, c’est une absence de relation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Corrélation va expliquer la _________ et la ____________ mais pas sur ____________ ni sur _______, contrairement à la covariance

A

force + direction linéaire

l’ampleur des valeurs elle-même ni sur l’unité

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

C’est quoi cette étape

A

LA STABILITÉ

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

Objectif stabilité

A

-Vérifier la nature et l’ampleur de l’erreur
-Établir la stabilité interne et temporelle

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

V ou F : Il y aura toujours du bruit, des erreurs de valeurs, on veux le minimiser

A

VRAI

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

Moyens

A

-Erreur-type de mesure
-Analyses d’items
-Analyses corrélationnelles
-Approche hypothético- déductive
-Accord inter-juges
- Combiner plusieurs moyens pour se positionner sur la fidélité de notre test

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
38
Q

Savoir les erreurs de mesure nous indique :

A

le degré de confiance de nos résultats genre est-ce que notre étude est même fiable ou genre fuck that

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
39
Q

Lorsqu’on se préoccupe de fiabilité, on se pose toujours la même question générale:

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
40
Q

Plus spécifiquement, l’étape de la stabilité nécessite de répondre à la question générale:

A

« Combien d’erreur ai-je dans mon instrument ? »

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
41
Q

V u F: Les résultats que nous obtenons à l’aide de nos instruments s’accompagnent d’erreur de mesure

A

V, La « vraie vérité » est donc mélangée avec « du bruit »

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
42
Q

Si, par miracle, nous pouvions départager la « vraie
vérité » du « bruit » nous obtiendrions:

A

Score Observé = Score Vrai + erreur de mesure

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
43
Q
A

Score Observé = Score Vrai + erreur de mesure

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
44
Q

Petit rappel : le gros problème c’est _________

A

l’erreur aléatoire, MAISS Il y a des moyens d’estimer l’erreur (aléatoire) de mesure

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
45
Q
A

Somme des erreurs observé divisé par le nombre
Les variations positives et négatives de l’erreur ont tendance à s’annuler lorsque le nombre d’observations tend vers l’infini

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
46
Q
A

La moyenne des scores observé = moyenne des scores vrais + la moyenne des erreurs de mesure

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
47
Q

La moyenne de l’erreur aléatoire tend vers ___ Si cetais des robots et il y avait pas de fatigue, ca tenderais vers _____

A

0, l’infini

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
48
Q

Échantillon petit augmente ou diminue l’erreur de mesure

A

AUGMENTE

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
49
Q

Méthodes et principes pour répondre à la question « Combien d’erreur ai-je dans mon instrument? »

A
  • La vérification de la quantité d’erreur de mesure nécessite l’usage et l’interprétation d’indices chiffrés.
  • Il y a plusieurs indices différents afin de circonscrire le type d’erreur en cause.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
50
Q

Le phénomène que l’on veut mesurer est relativement :

A

stable dans le temps, Ex la personnalité est stable dans le temps

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
51
Q

TROIS MOYENS D’ESTIMER L’ERREUR DE MESURE

A
  1. Stabilité temporelle
  2. Cohérence interne Ou
    Consistance interne
  3. Accord interjuges
52
Q

fiabilité test-retest :
Si le phénomène est stable, deux mesures prises à l’intérieur d’un délai devraient _____________

A

se ressembler

53
Q

fiabilité test-retest moyens

A
  • Corrélation test-retest
  • Corrélation test-retest avec formes parallèles
54
Q
  • Corrélation test-retest
A

Données prise au temps un et deux

55
Q
  • Corrélation test-retest avec formes parallèles
A

Des items qui recherche la même chose mais écrit différemment/ version parrallele, 2 tests differents, écrit different mais ca test la même chose

56
Q

la manière d’estimer la stabilité temporelle

A

corrélation test-retest

57
Q

La qualité de l’estimation dépend de l’intervalle de temps entre les deux passations et des ________ survenus chez les participants durant cette période

A

changements, Ex on fait un big five pendant exam ou pendant ta job tranquille, yaura plus de nevrotisme, so CA L’EXISTE DES CHANGEMENT C NRML DESFOIS

  • ex Une personne qui a beaucoup confiance en elle-même au temps 1 devrait avoir beaucoup confiance en elle-même au temps 2
  • ex Une personne qui a peu confiance en elle-même au temps 1 devrait avoir peu confiance en elle-même au temps 2
58
Q

La corrélation test-retest avec formes parallèles est la manière d’estimer la ______ sans l’effet « néfaste » de la mémoire

A

stabilité temporelle

59
Q

c’est quoi “l’effet « néfaste » de la mémoire”

A

Apprentissage/ tu veux être coherent alors tu te rappelles de ce que tu as dit so faut attendre avant de le passer l’autre, comme la passation 1 et 2 c’était long le temps entre

60
Q

La qualité de l’estimation dépend alors:

A
  • de la qualité du parallélisme entre les deux versions (Faut que le parralele soit bon pour que ca marche)
  • de l’intervalle de temps entre les deux passations (p. ex. des changements sont survenus chez nos participants durant cette période) (Trop court = effet de mémoire, trop long = changement dans la vie des participants)
61
Q

est ce que t’as besoin d’attendre avant de donner le deuxième test parallèle

A

non, 2 tests differents parallele t’as pas besoin d’attendre parce que sont différent so ya pas d’effet de mémoire

62
Q

On considère parallèles les deux formes d’un même instrument lorsque :

A
  • Les items sont très similaires (mais pas identiques) ;
  • Le nombre d’items est le même ;
  • La structure dimensionnelle est la
    même ;
  • Les mêmes directives d’administration sont en vigueur ;
  • Les deux formes génèrent des résultats avec des moyennes et écart-types équivalents.
63
Q

avantages et inconvénients: PARALLÉLISME

A

Avantages
* Élimination de l’effet de mémoire
* Les deux formes peuvent être
administrées en même temps
Inconvénients
* Il faut rédiger 2 fois plus d’items
* Il faut effectuer une validation de
« deux instruments »
* Il faut s’assurer que les formes demeurent parallèles

64
Q

cohérence interne synonyme

A

stabilité interne ou consistance interne

65
Q

Cohérence interne : Postulat : si le construit existe de manière stable, il se manifestera de la même manière (stable) à travers toutes les réponses d’un participant

66
Q

Le terme « cohérence interne » fait référence à :

A

la logique sous-jacente à la manière dont les participants répondent aux items

67
Q

2 moyens pour cohérence interne

A
  • Corrélation « Split-half »
  • Alpha de Cronbach
68
Q

CORRÉLATION SPLIT-HALF Indice de :

A

cohérence interne

69
Q

CORRÉLATION SPLIT-HALF synonymes

A

bissection ou corrélation moitié- moitié

70
Q

CORRÉLATION SPLIT-HALF c’est quoi

A
  • On sépare le test en deux et on vérifie la corrélation entre les deux versions « artificielles »
  • Il devrait y avoir une corrélation élevée entre les deux moitiés si les réponses des participants sont stables
  • Peut parfois être utilisé comme mesure artificielle de fiabilité test-retest (mais pas recommandé)
    ex. - On prends item pair et impair superficielle et non
71
Q

Plus un instrument contient d’items, plus le risque d’erreur aléatoire diminue ou augmente

72
Q

lis

A
  • Quand on estime la fiabilité par la méthode « Split-half » on doit couper artificiellement notre instrument en deux afin de procéder au calcul d’une corrélation
  • Ne mesure pas la fiabilité du test, mais bien la fiabilité d’un test comportant la moitié moins d’items
  • L’estimé est donc biaisé
73
Q

LA CORRÉLATION SPLIT-HALF DE
SPEARMAN-BROWN

A
  • La corrélation de spearman brown va permettre d’ajuster la valeur de la correlation pour la convertir, et quand on la convertis/on la corrige, la valeur va représenter ce qu’on aurait eu pour l’entièreté de notre test plutôt que de représenter ce qu’on a pour un demi test, ce qui diminue la qualité de nos indices
    • Enft quand on prends la corrélation pour notre demi test, on sous-estime notre fidélité puisque qu’on prend en compte juste la moitié des items et on sait que plus qu’on a d’items, moins on a d’erreur de mesure
    • Lerreur a moins dimpart quand on a beaucoup de donnée
74
Q
A

Correction de Spearman- Brown

75
Q
A

Correction de Spearman- Brown

76
Q

Exemple de Correction de Spearman- Brown

77
Q
  • Spearman et Brown ont pu développer la correction utilisée dans le cas d’une corrélation « Split-half » grâce à des travaux plus pointus qui ont culminé à ce qu’on appelle la formule de la prophétie
  • Cette formule permet d’estimer combien d’items il faudrait pour obtenir un « Split-half » de X
78
Q
A

FORMULE DE LA PROPHÉTIE

79
Q
A

nombre d’items

80
Q
A

fiabilité observée

81
Q
A

fiabilité désirée

82
Q

FORMULE DE LA PROPHÉTIE Lis bien cette exemple pcq tu le comprends

A

Si on prend un exemple d’un test qui va avoir six items, ca montre que le coefficient split half va representer la fideliter d’un demi test

83
Q

La logique sous-jacente à la formule de prophétie suppose:

A
  • que les items qui sont ajoutés mesurent la même chose que les items initiaux
  • que la moyenne des intercorrélations entre les items initiaux soit égale à la moyenne des intercorrélations du total des items (soit les items ajoutés + les items initiaux )
  • Les items entre eux vont correler et la on va en ajouter et ils doivent corréler
84
Q

Vous avez 6 items et vous obtenez une valeur 13,3 avec la formule de la prophétie, combien d’items devez vous ajouter pour améliorer la fidélité de votre instrument ?
A. 13 items
B. 6 items
C. 7 items
D. 8 items

A

D. 8 items

85
Q

ALPHA DE CRONBACH Indice de :

A

cohérence interne

86
Q

ALPHA DE CRONBACH indique :

A

Indique dans quelle mesure les items du test mesurent une seule chose

87
Q

ALPHA DE CRONBACH C’est un chiffre qui varie entre:

A

C’est un chiffre qui varie entre -∞ et 1 (mais la plupart du temps il varie entre 0 et 1);

88
Q

Plus il s’approche de 1, plus la fiabilité est ____

A

bonne, Plus on se rapproche de 1 plus que la cohérence interne est bon, si c’est négatif, CEST PAS BON’ YA UN PROB

89
Q
A

ALPHA DE CRONBACH

90
Q

V ou F: ALPHA DE CRONBACH n’est pas un indice de corrélation

91
Q

Plusieurs formules permettent d’obtenir l’Alpha, mais une en particulier permet de comprendre ses fondements, laquelle

92
Q
A

le nombre d’items

93
Q
A

la moyenne des intercorrélations entre toutes les paires d’items de l’instrument (ou de la dimension)

94
Q

Plus le nombre d’item est grand
et plus la corrélation moyenne
est grande, plus l’Alpha sera ______

95
Q

Explique cette image avec formule

A

L’influence du nombre d’item et de la corrélation moyenne se représente ainsi!!

96
Q

L’influence des deux variables de la formule sur l’alpha (quels deux variables)

97
Q

La variance est:

A

la moyenne des carrés des écarts à la moyenne des scores d’une distribution.

98
Q

Sans écarts à la moyenne, il n’y a pas de _________

99
Q

La corrélation est :

A

une covariance standardisée entre deux distributions de scores.

100
Q

Sans variance dans l’une ou l’autre des distributions, il n’y a pas de _______.

A

corrélation

101
Q

V ou F: Comme l’Alpha est fondé sur la moyenne de toutes les corrélations possibles entre les scores d’items, l’Alpha est aussi très affecté par la quantité de variance dans les scores d’items

A

V, Donc, il est important de considérer la variabilité de réponses que l’item suscite

102
Q

ACCORD INTERJUGES

A

Si le phénomène se manifeste avec régularité, tous les juges devraient donc observer le même phénomène, Tout les juges devrait observer le même phenomène

103
Q

ACCORD INTERJUGES

A
  1. Corrélations effectuées sur des cotes
  2. Kappas effectués sur la catégorisation ou la fréquence faite par les juges
104
Q
  1. Corrélations effectuées sur des cotes
A

Si on a un travail qui est evaluer par 2 evaluateurs et que les notes sont pareil c’est une bonne fidelité interjuger, score ou cote, ou ex. dans un entrevue sur des cote sur 5

105
Q
  1. Kappas effectués sur la catégorisation ou la fréquence faite par les juges
A

Catégorisation et de fréquence, on va mettre les differents propos ou les différentes personnes dans une catégorie et de juger a quel frequence a lieu un phenomene particulier

106
Q

ACCORD INTERJUGES: Principe de base:

A

La compréhension de ce qui est observé sera stable dans la mesure où deux juges « voient » la même chose.

107
Q

Les juges « verront » la même chose SI

A
  • Si la formation est bonne
  • Si les juges sont compétents
  • Si les comportements à observer sont bien définis
  • Si les juges ont les mêmes opportunités d’observer le comportement
108
Q

Tableau recupitulatif

109
Q

Technique statistique et hypothèse

110
Q

Technique statistique et hypothèse

111
Q

Technique statistique et hypothèse

112
Q

Technique statistique et hypothèse

113
Q

Barem spécifique pour juger la fiabilité

A

Ces critères sont généraux. Plus un instrument est utilisé pour prendre des décisions importantes, plus il faut être sévère.

114
Q

Fiabilité de 0,95 et plus ?

115
Q
A

ERREUR-TYPE DE MESURE

116
Q

ERREUR-TYPE DE MESURE

A

L’ETM montre l’effet de la fiabilité sur un score généré par l’instrument.

117
Q

Plus l’ETM est grande, plus il y a ___________

A

d’erreur dans le score observé

118
Q

V ou F Il est possible de calculer un intervalle de confiance autour du score observé

119
Q

Exemple de ERREUR-TYPE DE MESURE

120
Q

INTERVALLE DE CONFIANCE sert a quoi

A

L’intervalle de confiance sert à estimer, en fonction de l’erreur-type de mesure, du score observé et d’un niveau de certitude désiré, dans quel intervalle se situe le score réel d’un participant.

121
Q

À un niveau de certitude de 68%, on calcule l’intervalle de confiance à l’aide de cette formule:

122
Q

Plus lerreur type est petite, plus on se rapproche du ________

A

score vrai

123
Q

68% de l’échantillon se trouve sous la courbe à

A

+/- 1,00 ET de la moyenne.

124
Q

95% de l’échantillon se trouve sous la courbe à

A

+/- 1,96 ET de la moyenne.

125
Q

INTERVALLE DE CONFIANCE Erreur-type de mesure, juste comprends la pic

126
Q
A
  • En résumé, l’erreur-type de mesure permet de relativiser le score obtenu et déterminer l’intervalle de confiance autour d’un score vrai pour X
  • On peut le calculer pour un niveau de confiance plus élevé ou plus bas