Cours 9 : interprétation des sorties SPSS Flashcards
Analyse d’items : Effet plancher et plafond
Mean = moyenne: 3,0787
Std. Deviation = Écart-type: 1,06160
Dans cet exemple, le score maximum est de 4 et le score minimum est de 1
Effet plafond
Moyenne + écart type > score maximum possible
Effet plancher
Moyenne - écart type < score minimun possible
Voir notes pour explication graphique
· S’il y avait eu plus ils auraient mis plus
· Plus vers la droite par rapport à la ligne rouge, mais devrait être comme en haut
· Si option plus faible ils auraient mis plus faible
·On ne peut pas savoir d’où vient l’erreur, pt élaboration des items? On peut faire un analyse d’item=item introduit de l’erreur de mesure: faire dans la section de stabilité
L’erreur aléatoire: explique les effet plafond et plancher
Analyse d’items: matrice de corrélations interitems
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
diagonale en haut et en bas c’est la même chose
permet de voir la consistance interne: items mesurent les mêmes choses=corrélation + forte
2 critères pour alpha de cronbach élevé:
1)corrélation impact sur l’alpha
2. ?
- 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:
Rouge = négative
Rose = 0,00 - 0,09
Orange = 0,1 - 0,19
…
La statistique d’items : voir notes
Alpha de Cronbach en cas de suppression des items:
Impact sur alpha = corrélation et nbr d’items
Moins d’items= impact négativement fidélité=alpha diminue si on enlève item=item est bon
Mais si on enlève un item et un alpha augmente: item contribue pas la consistance interne: n’est pas bon
Dimi légère de l’apha: - que 0.07, + que 0.07=dim importante
Item 1,5,6: dim légère
Item 2,3: dim importante
Item 4: mauvais
1,4 et 5= les pires items
On enlève item 4
On enlève item 6 on enlève toutes les pires corrélations:
Mais 6 ne faisait pas parti des pire items
Qu’est ce qu’on peut faire pour ne pas enlver 6
Si on enlève item 1: quand on regarde l’accumulation de preuve=mauvais
on enlève item 5: on sait que de façon constante mauvais
on enlève 2 items qui ne contribuait pas à la fidélité
Au final item 4 ne semble pas si pire: mais quand on garde item 1 et 5: il devient moins pire
Cercle vert: regarder tous les éléments on peut porter un jugement sur son classement
Split-half:
Justifier si on prend slip-half corrigé ou non: faire choix + expliquer
Utilise juste temps 1 pour les calculs
Score observé et obtenu: dans quel intervalle on peut dire un certain % d’incertitude:
Validité critériée et stabilité temporelle (sortie SPSS)
Pour interpréter les indices de validité critériée, vous devez vous baser sur les normes deCohen(1988) :
o Corrélation faible: r = 0,10
o Corrélation moyenne: r = 0,30
o Corrélation forte: r = 0,50
Pour la stabilité temporelle, utilisez le même barême que pour les autres indices de fiabilité
Hypothèse: exemples
Hypothèse 1 :
- Corrélation négative et faible (r=-0,11) avec la performance académique
Hypothèse 2 :
- Corrélation positive et moyenne (r=0,27) avec le «social self-esteem
0.69 ET MOINS =INACCEPTABLE POUR TEMPORELLE
Voir notes
Résumé de l’analyse:
FIDÉLITÉ
Analyse d’items (FIDÉLITÉ DE L’INSTRUMENT EN VERT)
- Effet plafond de l’item 5
- Intercorrélations entre les items assez problématiques: de nombreuses corrélations faibles et même une corrélation négative.
· Selon cette matrice, les items 2-3 semblent les deux meilleurs, suivi de l’item 6. Les items 1-4 et 5 ne semblent pas très bons. Les items 1 et 5 se «comportent» de la même façon et l’item 4 se comporte davantage comme l’item 6.
- Les items 2 et 3 sont les plus liés au score total, suivis de l’item 6 et de l’item 4. Les items 1 et 5 sont les moins liés au score total.
- Le seul item dont le retrait semble avoir un impact bénéfique sur l’alpha est l’item 4. Par contre, lorsque l’on analyse la matrice d’inter corrélations, cet effet est dû à sa mauvaise relation avec les deux pires items et il est donc plus sage de le conserver.
- L'ordonnancement final des items est: 3-2-6-4 et 1-5
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.
NOMMER L’INDICE ET LE DÉFINIR: RAPPORTER LE CHIFFRE, ET INTERPRÉTER CE CHIFFRE LÀ AVEC LE CRITÈRE: COHEN ET AUTRES DÉPENDAMMENT DES INDICES
Résumé de l’analyse:
Pour la validité critériée:
- la première hypothèse est infirmée car la corrélation n’est pas significative.
- La seconde hypothèse, puisque la relation est plus forte que prévue, est partiellement confirmée. - Cependant, étant donné la très faible fiabilité de l’instrument de mesure, l’erreur de mesure contamine fortement ces résultats et l’instrument possède automatiquement une mauvaise validité.
À l’aide de la formule d’atténuation, il serait possible d’estimer les coefficients de corrélation théoriques maximaux si l’instrument comportait moins d’erreur de mesure.
Résumé: barèmes d’interprétation;
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
