Cours 8 - Validité basé sur la structure interne Flashcards

Question

Que permet le déterminant

Answer 1

Il permet : 1- D’évaluer la (multi)colinéarité des variables : Un déterminant proche de 0 indique une forte colinéarité entre les variables, suggérant que certaines variables pourraient être redondantes. 2 - De vérifier la faisabilité de l’AFE : Un déterminant faible (< 0,0001) montre que les variables partagent beaucoup de variance commune, ce qui rend l’AFE appropriée. Un déterminant élevé (> 0,1) pourrait signifier que l’AFE n’est pas adaptée. 3 - D’optimiser la qualité du modèle : En ajustant les variables pour réduire la multicolinéarité, on peut améliorer la robustesse des résultats de l’AF. **Le determinant de la matrice de correlation est un indicateur clé pour évaluer la multicolinéarité et garantir la validité des résultats de l’AFE, aidant les chercheurs à mieux comprendre les relations complexes entre les variables.

Answer 2

1- D’évaluer l’adéquation des données - permet de déterminer si les données sont appropriées pour une AF. 2- D’assurer la pertinence des facteurs - un KMO élevé (proche de 1) indique que les facteurs extraits sont fiables et représentatifs des relations entre les variables

Answer 3

1 - D’évaluer la faisabilité de l’AFE : un test significatif (p < 0,05) suggère que les corrélations entre les variables sont suffisamment grandes pour envisager une AF 2 - De renforcer la validité de l’analyse : en rejetant H0 (absence de correlation ou matrice identité) en obtenant un p < 0,05, le test de Bartlett assure que les données présentent des structures latentes à explorer

Answer 4

En bas 0.5 on ne regarde même pas les résultat, Ouach… Si Kmo se trouve entre 0.5 et 0.6 il y a place a amelioration, on doit nuance ce qu’on vas écrire. Entre 0.6 et 0.7 c’est jugé comme acceptable. Entre 0.7 et 0.8 c’est jugé comme bon ou adéquat Entre 0.8 et 0.9 c’est jugé comme très adéquat 0.9 et plus c’est jugé MERVEILLEUX, la vie est belle. Adéquation des donéées n’est pas tout à fait adéquat On ne regarde pas les résultat

Answer 5

Déterminer le nombre optimal de facteurs à retenir Évaluer l’adéquation du modèle factoriel Assurer la validité des conclusions

Answer 6

(ou Pattern Matrix) présente les correlations brutes entre les variables observes et les facteurs extraits sans tenir compte des relations complexes entre les facteurs On cherche à savoir le point de convergence entre les items qui saturent dans un même facteur Elle permet donc de déterminer la saturation factorielle Permet de connaitre le nombre de dimensions intrinsèques à notre mesure Point de rupture à 0,3

Answer 7

Trois facteurs qui ont été extrait de cette éléments là. Don’t il y a 3 facteurs qui intrinsèque à la mesure. Combien de facteurs sont intrinsèque à ma mesure, on ne sait pas ça. Exemple GF, Interne, Externe Ici c’est un autre echelle, trois facteurs ont été extrait de cette echelle qui contenait 11 items. Si il n’y en a pas ca existe pas, le point de rupture à 0.3, tout les chiffres qui n’apparaisse pas c’est qu’il n’existe pas, si perssonne ne dit rien la convention, si les chercheurs ne l’indique pas, alors le point de rupture est à 0,3 Avce le tableau ici on explique le pourcentage de variance que chaque item explique. Un item qui explique 9% de variance ou moins c’est de la pollution, un item doit expliqeur plus que ça, (0,32x0,32=10% de la variance), certains trouve que 10% est trop petit… Si le resultat est plus fort pour le facteur numéro 2 alors il explique le facteur 2 et non le facteur 1. Le facteur 3 est expliqué par seulement 1 item ne fait pas de sens ( 3item MINIMUM) on en veux au moins 5 Facteur 3 on devrait le rejeter. Saine relation avec mon entraineur, explique : item 1,2,3,4,9,10 La seule rgèle est que le nom que je donne doit expliquer les comportements. C’est qualitative, tant que ca fait du sens. Est ce que ça explique le comportement?? Si oui tout est okay. Il a des problème au niveau de la validité car il touche aux autres, mais c’est nous qui decide, le mieux serait de le retravailler, si j’ai des problems au niveau de la validité Une autre chose à regarder est que les facteurs, le facteur 1 à 4 items pures et 2 items complex. (JUSTE SPSS QUI NOUS PROPOSE LE NOMBRE DE FACTEURS) Genre de manipulation de l’information On fait de la derivation de matrice, on derive les chiffre en function de la Moyenne ou autres. 1- Si la dérivation est impaire cela peut génerer une valeurs negative 2- Peut etre que le contenue est une opposition au contenue de l’item Facteur 2 as 3 items pures et 3 items complexe Méthode d’extraction : LES PLUS UTILISÉ LES PLUS UTILISÉS ; Moindre carré généralisé, moindre carrés non pondérés (je presume que les facteurs sont quand meme corrélé entre eux) Méthode de rotation : le proxomax avec normalization de Kaiser, il y a aussi oblimine qui accepte que les facteurs soit crrélé, on utilize celui qui explique le mieux les résultats. De facon symbolique, si je regarde un vase de fleurs, je peux voir qu’il y a de l’eau si je regarde au dessus, si je suis plus loin, je ne peux pas voir, il faut mettre des miroires pour voir leau, par exemple 5 miroires Itéractions : Calcul fait de 5 facons pour avoir la Meilleur resolution factorielle. Si ca dépasse 25, les données sont trop complexe, on laisse tomber. Extraction (extraire la meilleure informations possible de mes données) ou rotation (trouver la Meilleure facon de regarder), il s’agit de deux méthode

Answer 8

1- Si la dérivation est impaire cela peut génerer une valeurs negative 2- Peut etre que le contenue est une opposition au contenue de l’item

Answer 9

Moindre carré généralisé, moindre carrés non pondérés (je presume que les facteurs sont quand meme corrélé entre eux) Extraction (extraire la meilleure informations possible de mes données)

Answer 10

le proxomax avec normalization de Kaiser, il y a aussi Oblimine qui accepte que les facteurs soit corrélé, on utilise celui qui explique le mieux les résultats. Rotation (trouver la meilleure façon de regarder)

Answer 11

Il s’agit d’une matrice de corrélation entre les résultats obtenus à différents traits (hétérotrait VS monotrait) et à différentes méthodes (hétérométhode VS monométhode). On s’attend à ce que la plus forte corrélation soit trouvé pour un même trait, même méthode; et que la plus faible corrélation soit trouvé pour des traits différents - méthodes différentes.

Answer 12

Limite : demande beaucoup de temps de la part des sujets (faire plusieurs tests... 2 temps) + difficulté à trouver et faire la passation de plusieurs tests qui évaluent les mêmes traits

Answer 13

Exemples de traits (A, B, C) : Dépression (A), Tristesse (B), Désespoir (C) Exemples de méthodes (1, 2, 3) Observation directe (Méthode 1), Questionnaire papier (Méthode 2), Entrevue semi-structurée (Méthode 3)

Answer 14

FAUX, Comme vous pouvez bien noter, le résultats du processus de la validité basée sur la structure interne n’amène pas à un indice statistique unique, mais bien à plusieurs résultats qui doivent être interprétés en lien avec les éléments théoriques sur lesquels le test est base.

Answer 15

La validité basée sur la structure interne d’un instrument (ensemble de preuves de validité) sera plus facilement mesurable si la théorie utilisée est claire et bien définie.