Cours 8 : La congruence

Question 1

Où se situe la congruence dans le modèle de la cible ?

Answer 1

Étape 5
Concept de validité
Phase de vérification (à droite de la ligne verticale)
- est-ce qu’on a faite une bonne conceptualisation ?

Question 2

Qu’est-ce que la validité en générale ?

Qu’est-ce que la validité à l’étape de la congruence ?

Answer 2

Est-ce que mon instrument mesure ce qu’il est censé mesurer ?

Qu’est-ce que je mesure vraiment ?

Question 3

Quels sont les objects à l’étape de la congruence ?

Answer 3

Vérifier les quantifications et/ou l’organisation des concepts

Question 4

Quels sont les moyens à l’étape de la congruence ?

Answer 4

Analyses corrélationnelles
Analyses factorielles
Équations structurelles (mélange corrélationnelle et factorielle)
Approche hypothético-déductive

Question 5

Qu’est-ce qu’un système hypothético déductif ?

Answer 5

ensemble d’hypothèses dont les confirmations permettront de déduire que notre instrument est valide

• La confirmation d’une de ces hypothèses est une démonstration de la validité
• La confirmation de plusieurs de ces hypothèses est une démonstration plus solide de la validité
• La non confirmation d’hypothèses soulève des doutes sur la validité

Question 6

V ou F ? Si aucune hypothèse n’est confirmée, l’instrument n’est pas valide

Answer 6

Faux - d’autres facteurs peuvent influencer la validité de nos hypothèses

Question 7

Qu’est-ce qu’un critère ?

Answer 7

Ils permettent de positionner l’environnement en relation avec le construit - permet de voir s’il comporte ce qu’il est supposer comporter

• Sert à créer un système hypothético-déductif, qui servira à démontrer la validité de notre instrument (étape 5)

Question 8

Quel est le barème de Cohen ?

Answer 8

r = 0,10 : corrélation faible
r = 0,30 : corrélation moyenne
r = 0,50 = corrélation forte

Il faut toujours prendre en considération le coefficient p

Si p plus petit ou égale a 0,05 = corrélation significative

Si p est plus grand que 0,05 = corrélation est non significative

Question 9

Quels sont les 2 explications pour qu’un critère ne soit pas bon ?

Answer 9

1. La vérification des propriétés psychométriques du crite2re
2. La vérification dans la littérature des liens entre les critères

Question 10

Si la conceptualisation est bonne, on peut dire que l’erreur est due au ______ ou ________ .

Answer 10

erreur du critère
instrument

Question 11

On dit qu’une hypothèse est partiellement confirmée lorsque _______

Answer 11

L’hypothèse va dans la bonne direction, mais la force est moindre

Question 12

Quant est-ce qu’une hypothèse est directement infirmée ?

Answer 12

Lorsqu’elle ne va pas dans la bonne direction - le critère semble problématique

Question 13

Qu’est-ce qu’un critère divergent/convergent ?

Answer 13

Divergent : va dans la même direction
Convergent : dans la direction opposée

Question 14

Qu’est-ce que l’atténuation ?

Answer 14

Terme technique qui exprime la limite imposée à la validité par une fidélité imparfaite

• L’erreur de mesure limite, réduit, atténue la validité de notre instrument

Question 15

À quoi sert l’atténuation ?

Answer 15

la correction pour l’atténuation sert habituellement a amener le test au niveau de la fidélité parfait (1,00)

Question 16

La coefficient de validité (la corrélation) entre le test et le critère est _________ à cause de l’erreur de mesure.

Question 17

À quoi sert la formule d’atténuation # 1 ?

Answer 17

Le coefficient de validité désatténué (et donc corrigé pour l’atténuation) donne la limite supérieure théorique de la corrélation qu’il serait possible d’atteindre dans l’étude de validation si les instruments étaient sans erreur (1,00)

Question 18

À quoi correspond (formule atténuation # 1)
rx’y’

rxy

rxx

ryy

Answer 18

rx’y’ = atténuation corrigée

rxy = coefficient de validité entre le nouveau test et le critère (coefficient de validité observé dans l’étude)

rxx : coefficient de fiabilité du test étant validé

ryy : coefficient de validité du critère

(y = critère
(x= test)

Question 19

Pourquoi il n’est pas toujours pertinent d’utiliser la formule d’atténuation # 1 ?

Answer 19

Tous les tests ont toujours au moins une part minimale d’erreur de mesure.

Question 20

Quel est la formule # 2 de l’atténuation ?

Answer 20

Elle permet d’enlever seulement une partie de l’erreur de mesure - plus réaliste.

Question 21

À quoi correspond (formule atténuation # 2)

r’xy :

rxy :

r’yy

r’xx

Answer 21

r’xy = atténué

rxy = coefficient de validité observé entre le nouveau test et le crite2re

r’xx = coefficient de fiabilité désiré du test étant validé

r’yy = coefficient de fiabilité désiré du critère

rxx = coefficient de fiabilité observé du test étant validé

ryy = coefficient de fiabilité observé du critère

Question 22

V ou F ? Si mon hypothèse est confirmée avant l’utilisation de la formule d’atténuation, il peut quand même y avoir un problème de fidélité

Question 23

Il faut choisir un critère qui a de _________

Answer 23

bonnes propriétés psychométriques.

Question 24

Les formules d’atténuation (1 et 2) ne fonctionnent qu’avec des ________ comme coefficient de fiabilité

Answer 24

corrélations

Question 25

V ou F ? Si l’hypothèse est confirmée avant l’utilisation de la formule, il peut quand y avoir un problème de fidélité ?

Answer 25

Vrai

Question 26

Qu’est-ce que sont les groupes contrastés ?

Answer 26

Permet de voir si un test permet de différencier un groupe à un autre

Plus la différenciation est grande, plus le test est valide

Question 27

Pour les groupes contrastés, on calcule la différence des ________

Answer 27

entre les groupes : il faut que la différence soit statistiquement significative, mais ait aussi une taille d’effet importante

on utilise principalement des analyses de variance (ANOVA) des tests t

Question 28

Qu’est-ce qu’une analyse factorielle exploratoire (AFE) ?

Answer 28

Technique où on fait entrer les items dans la machine et d’où on espère voir ressortir un résumé adéquat

À utiliser lorsqu’on ne sait pas ce que l’on cherche ou que la structure du construit n’a jamais été testée mathématiquement.

Question 29

Analyse factorielle confirmatoire (AFC) ?

Answer 29

Technique de classification où on sait ce que l’on cherche a priori

On indique au logiciel combien de facteurs sont désirés et quels items se retrouvent dans chaque facteurs

Les résultats nous aident à déterminer si oui ou non, la structure est bien représentée par les données

Question 30

Quel est l’utilité des analyses factorielles ?

Answer 30

1. Confirmation de la structure ou de l’organisation d’un construit
   - nombre de sous-dimensions et leur organisation
2. Détecter des moins bons items

Question 31

Un construit est un concept abstrait que l’on tente de mieux comprendre en le rendant plus _______

Answer 31

concret

Question 32

Que peut-on dire de l’interprétation des analyses factorielles ?

Answer 32

Ne donne pas de réponse absolue
On parle de “niveau d’adéquation avec les données’
Nécessite une grande part d’interprétation de la part du concepteur de l’instrument

il existe plusieurs méthodes statistiques différentes pour faire des analyses factorielles

Question 33

Quand c’est utile d’utiliser l’analyse factorielle avec maximume de vraisemblance ?

Answer 33

recommandé lorsqu’on mesure des concepts abstraits ou latents

Question 34

Quel est le point négatif d’utiliser la matrice d’intrcorrélation des items ?

Answer 34

Elle est difficile à interpréter et visualiser

Il y a souvent des corrélations qui sont fortes en dehors des zones où il est logique d’en trouver

Il y a souvent plus que 18 items dans les instruments (surtout si on a crée plus d’items dans le but d’éliminer les moins bons)