Cours #9 Flashcards
Effet plafond et plancher
Effet plafondMoyenne + écart type
> score maximum possible
Effet plancher Moyenne - écart type
< score minimun possible
**
Effetplancher et plafond :
Moyenne - écart type ecq c’est plus eptit que 1 ? Effet plancher
4 et 1 = les choix possibles. C’est quoi le minimum et le max de score.
Ecq moyenne trop vers extrémité inférieur / extérieure. Chaquen faire calcule moyenne - écart type pr voir si effet plancher.
ET AUSSI effet plafond : moyenne + ecart type pr voir si moyenne supérieure au max de chos choix de réponse. Pr chacun et cacul en annexe PR CHACUN de nos items.
Qd item qui se comporte bien , moyenne se situe à + ou -un écart type et quand on sort on rentre ds les extremités. Item qui se comporte bien.
Qd effet plafond, la distribution est déphasée. Au lieu + ou - un écrt type, + une etremité. Gens vont rep mettons autour de 4. Extremité supérieure ne sont pas mesurée. Rep 4 par defaut, alors que pt 5
Extremité suprieure est négligée par rapport à notre échelle de cotation.
Comme si echelle va de 1 à 4. moyenne va autour de 4. Autour = le plus de personne et y,a extremité supérieure. Ici, negaligé pcq si plus de 1 écart type, vont repondre le max. MAIS si on avait laiss + de choix de rep, on aurait lassé choix supérieure.
Moyebne - ecart type, ecq valeur + petite que minimum ? Qd oui, cest que la moyenne se stiieu ds exrtemité inférieure. Bcp de pers vont rep autour de 1, et peu ds les autres, donc données convergées vers le min.
Fait que ceux que pt rep plus faible que 1 ne sont pas mesurés. Rep 1 par defaut pcq va pas plus bas que 1, mais auraient pt repondu de quoi de plus bas que 1.
Qd effet plafond / plancher, indice vs un de nos items. Peut être problématique. Mais cette info seule se comporte bien, on peut faire abstr, MAIS faut faire attention à cet item.
AUANT T PLANCHER QUE PLAFOND =
Erreur de mesure contenue au niv de la cotation qui nuit à la fidelité.
Vu que manque d’étendu, y’a de l’erreur de mesure due à la cotation. Et ça, ça nuit à la fidelité car pr cet item effet plafond / plancher. EXEMPLE D’ERREUR LORS DE LA COTATION. Choix de rep possibles ne permettent pas de représenter le score de la personne. Source d’erreur aléatoire due à la cotation.
Analyse d’items : matrice de corrélations inter-items
Il faut utiliser les critères de Cohen (1988) pour interpréter la force des corrélations de ce tableau:
Corrélation faible: 0,10
Corrélation moyenne: 0,30
Corrélation forte: 0,50
Identifier les corrélations les plus fortes
Identifier les corrélations les plus faibles
Analyser les items un à la fois
Regarder la vue d’ensemble
(code de couleurs)
**
Faire des analyses pour ça.
Optique fidelité de notre instrument, mais on suit le bareme de cohen pareil.
PR LA DIAG : CORRELATION enter item avec lui mm, 1
Corrélations entre les items moyennement fortes. Si mm construit, on voudrait stabilité aux repnses ds les diff items.
Pr alpha : deux param qui influencent. Nb items et corrélations items. + liens fort, plus nos items sont corrélés, meilleure sera la consistance interne.
Corrélation complète des éléments corrigés
Utiliser les critères de Cohen (1988) pour ce tableau:
Corrélation faible: 0,10
Corrélation moyenne: 0,30
Corrélation forte: 0,50
Plus la corrélation est élevée, plus l’item est bon.
Cet indice représente le lien entre un item et un score regroupant tous les autres items.
**
Analyse se fait selon les rit de cohen, mm si fidelité.
Qd on parle d’elements corrégés, valeur orrepond à la corrélation entre l’item et le reste de l’instrument . À quelpts l’item correle avc instrument en geenral.
+ valeur forte, + item sera un bon item et fait part de fidelité de notre instrument.
Inversement, - item correlé avec le reste, + cet item va être ocnsidiré comme moyen pcq ne contribue âs à la fidelité de l’instrument. Va nuire à la consistance interne.
Alpha de Cronbach en cas de suppression des items
de l’α = l’item n’est pas bon
↓ légère = l’item est semblable aux autres
↓ importante = l’item est bon et devrait être conservé
**
SI on supprimait l’item, quel serait alpha de cronbach. Donne info si item bon ou mauvais.
Formule influencée par nb items et moyenne des intercore. Fait enlever devrait faire legerement baisser alpha de croncbh. SI augmente, indice que cet item est mauvais.
On se retrouve avc - item, mais aalpha augm, donc cet item pas vrm correlé avec les autres.
Qd on retire un item et lapha baisse, veut dire que item est globalement boné. similaire aux autres, normal de alpha diminue en son absence, pcq on diminue e nb items.
Qd on enelve et baisse importante de alpha, en plus de baisser nb items ds notre instrument, il contribuait grandement à la correl, donc instrument vrm important à notre instrument.
BAREME : quoi qui est beaucoup comme diminution / pas bcp ?
Qd petite dimunition : inférieur à 0,07 ICI, en jauen des diminutions inferieures, donc item semblable aux autres. Plus de 0,07 = 0,07 important, contribue grandement
.
0,07 ET AUGMENTATION - REP : DÈS QUE AUGMENTE, ITEM MAUVAIS.
Item 4 qd on enleve, fait augmente. Dès que augmente, en rouge. Qd on fait analyse de alpha en cas de suppression, avoir en tete alpha initial.
Alpha negatif : conceptualisation pt element qui se contrdisent, pt erreurs SPSS analyse….
Mm si abstraction et valeur augmente, item nocif et on peut retirer sans que affecte.
Supprimer les items 1 et 5 > Supprimer les items 4 et 6
Pourquoi ne pas enlever 1, 5 ET 4?
On resout notre probleme en enlevant deux items.
Faire une interpretation exhaustive de notre tableau d’analyse. 3 items considérés comme les pires.
4 = celui qui fait augmenter alpha,
1,5 = mauvais items aussi. on va priorise 1,5qd mm , pcq persmet de conserver item 6 qui est un bon item.
Enlever 1,5 permet de retirer 2 items qui sont mauvais. ON resout notre prob en elevenant SLMT 2 ? Pk pas les 3?? Pcq on resout notre prob avec 2 déjà.
Qcequi fait opter pour un retrait plutôt qu’un autre - LE SAVOIR !! Si on enleve
Erreur-type de mesure
L’ETM montre l’effet de la fiabilité sur un score généré par l’instrument.
Lorsque l’ETM est plus grand que la moitié d’un ÉT, on dit qu’il y a trop d’erreur de mesure.
Donc on vise : ETM/ÉT < 50%
—
Obtenie valeur en pourcentage. Valeur doit être en bas de 50 % Si supé, ça veut dire que trop d’erreur de mesure ds notre instrument. Facon de preenter ETM selon pourcentage pr faire parler erreur de mesure sur notre instrument.
PAS ALPHA DE CRONBACH DS LE RXX !!
Validité critériée et stabilité temporelle
Pour interpréter les indices de validité critériée, vous devez vous baser sur les normes deCohen(1988) :
Corrélation faible: r = 0,10
Corrélation moyenne: r = 0,30
Corrélation forte: r = 0,50
(On met ensemble pcq infos se trouvent ds le mm tableau ds fichier SPSS”
Validité critériée : use critère de Cohen. TT va dependre de nos hypotheses, voir si confirmé, partiellement, etc.)
Pour la stabilité temporelle, utilisez le même barême que pour les autres indices de fiabilité
(BAREME DE FIDELITÉ, valeurs en bas de 0,70 = inacceptables au niveau de stabilité temporelle)
Résumé de l’analyse
La stabilité temporelle est inacceptable (rxx = 0,558)
L’alpha de Cronbach est inacceptable (α = 0,573)
La corrélation «split-half» est inacceptable (rxx = 0,597)
En fonction de ces données et de l’ETM avec un ratio au dessus de 50% par rapport à l’ÉT, on peut conclure que l’instrument comporte trop d’erreur de mesure.
Il pourrait être possible d’augmenter la fiabilité de l’instrument en supprimant les items 1 et 5 tout en créant de nouveaux items semblables aux items 2 et 3. Le nombre idéal de nouveaux items pourra être calculé à l’aide de la formule de prophétie.
Résumé barème d’interpretation
Critères de fiabilité : 0,6 – 0,7 – 0,8 – 0,9
Alpha, Split-half, Corrélation test-rest, Alpha en cas de suppression de l’élément
Critère de Cohen (1988): 0,1 – 0,3 – 0,5
Hypothèses de validité critériée, matrice de corrélations inter-items, corrélation complète des éléments corrigés
