Cours 8 Flashcards
Congruence Objectifs et moyens?
Objectifs: vérifier les quantification et/ou l’organisation des concepts.
Moyens: analyses corrélationelles
analyses factorielles
équations structurelles
hypothético-déductif
vérification des hypothèses?
confirmation d’une hypothèse (bon).
plusieurs hypothèses (encore mieux)
non confirmation (doutes sur validité). ne veut pas dire non valide
Barème de cohène?
Il faut qu’il soit significatif (p<=0,05)
Corrélation:
faible=0,10
moyen=0,30
fort=0,50
En interprétation on prend toujours 0,1 au dessus ou en dessous comme marge d’erreur
Hypothèses non confirmées?
Si hypothèse n’est pas bonne (vérification littérature)
Critère n’est pas bon ( 1.vérification des propriétés psychométriques du critère. 2. vérification dans la littérature des liens entre les critères)
Nouvel instrument n’est pas bon (si les critères corrèlent entre eux mais pas avec l’instrument convenablement aux hypothèses)
Différentes confirmations?
Confirmé: même direction et force
partiellement confirmé : même direction force différente
infirmé: direction différente ou pas significatif
Atténuation?
erreur de source aléatoire.
erreur de mesure vient atténuer la relation entre les variables.
atténuation=écart entre la corrélation d’une situation parfaite et la situation actuelle.
Formules de désatténuation?
1 on enlève toute l’atténuation, situation parfaite
#2 on s’ajuste pour les coefficient de fiabilité qu’on voudrait avoir dans notre instrument (plus réaliste, on enlève une partie de l’atténuation)
On l’utilise quand nos hypothèses sont infirmées pour voir si le lien théorique serait confirmé (en enlevant erreur de mesure)
On utilise la même corrélation dans toute la formule (split-half ou test-retest). On ne peut pas utilisé alpha de Cronbach
Conclusions atténuation?
La fiabilité de l’instrument et du critère affecte coefficient de validité
La formule d’atténuation permet de comprendre (problème de fiabilité ou de validité également?)
Rappel: si mon hypothèse est confirmée avant l’utilisation de la formule, il peut quand même y avoir un problème de fidélité !
Groupe contrastés?
Test permet-il une bonne différentiation?
Plus de différentiation=plus de validité.
Différence doit être significative entre les moyennes et cet différentiation doit être importante.
Utilisation de tests t ou analyse de variances.
Types d’analyses factorielles?
AF exploratoire: machine cherche des groupes et des relations. Utilisation quand on ne sait pas ce que l’on cherche.
AF confirmatoire : On sait ce que l’on cherche. On dit au logiciel combien de facteurs et les items situés dans chaque facteur. nous aide à dire si notre structure est bonne ou non.
Analyses factorielles?
Chaque facteur contient des items qui sont fortement corrélés entre eux et peu corrélés avec les items des autres facteurs
Saturation=corrélation entre item et facteur
utilité des analyses factorielles?
Confirmer de la structure du construit (nombre de sous dimensions et organisation)
Détecter les moins bons items
Interprétation des analyses factorielles?
Ne donne pas de réponse absolue
“niveau d’adéquation avec les données
Beaucoup d’interprétation par le concepteur de l’instrument
Plusieurs méthodes statistiques pour faire des AF (plus commun= analyse factorielle avec maximum de vraisemblance)
AFE: saturation <= 0,200 sont omises, certains disent <=0,400. (donc n’aurait pas de saturation en dessous de ces seuils)
Matrice d’intercorrélations d’items?
corrélations entre chaque items
début d’une analyse factorielle mais pas utilisable quand il y a trop d’items (interprétation compliqué) 18 items maximum
