Cours 9: La congruence Flashcards

1
Q

Qu’est-ce qu’on veut réellement dire par « l’instrument est valide ». Donner deux exemples.

A

Que les inférences faites à partir des données sont valides.
1) Exemple: la personne qui a un QI de 100 a vraiment un QI moyen ?
2) Exemple: la personne qui a diagnostic de dépression a-t-elle plutôt de l’anxiété ?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

L’objectif de la congruence est de…

A

Vérifier, avec les données, que l’instrument de mesure est valide (qu’il mesure ce qu’il est censé mesurer)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Est-ce que le test idéalement valide existe ? Pourquoi ?

A

Non, l’imperfection est inévitable.
1) Le test oublie de mesurer un aspect du construit
2) Le test mesure effectivement quelque chose n’appartenant pas au construit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Comment vérifier des hypothèses et comment sont-elles des poids sur lesquels on s’appuie ?

A

Si on en confirme une, ça pointe vers la validité. Si on en confirme deux, ça pointe encore plus vers la validité. Plus j’ai d’hypothèses, plus mon instrument est robuste. La non-confirmation soulève des doutes, sans nécessairement pointer vers l’invalidité complète.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Quel concept s’assure que notre phénomène ne flotte pas dans le vide ?

A

La validité critériée, le système hypothético-déductif, la toile d’araignée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Lorsqu’on regarde un tableau croisé, quelle est la première chose qu’il faut regarder ?

A

Le seuil de signification.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Lorsqu’une hypothèse est non confirmée, quels questionnements faut-il se poser ?

A

1) Est-ce l’hypothèse ?
2) Est-ce le critère ?
3) Est-ce l’instrument ?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Qu’est-ce que le concept d’atténuation ?

A

C’est le lien entre la fidélité et la validité. L’erreur de mesure (faible fidélité) crée du bruit et atténue (sous-estime) la validité de l’instrument. Nous pouvons estimer théoriquement la validité sans erreur de mesure avec deux formules.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Expliquer la formule 1 de l’atténuation

A

Le coefficient de validité en haut; de fidélité en bas. Le résultat donne le coefficient comme s’il y avait aucune erreur de mesure. Cette formule n’est pas à utilisée, car elle ne reflète pas la réalité (l’erreur de mesure est inévitable)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Expliquer la formule 2 de l’atténuation

A

La validité observée et la fidélité désirée est en haut; la fidélité observée est en bas. Formule plus réaliste. Elle peut montrer s’il y a un problème de fidélité plutôt que de validité. Toujours l’utiliser, même si l’hypothèse est confirmée.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Les formules fonctionnent avec quels indicateurs ?

A

Avec des corrélations (pas d’alpha de cronbach) et il faut que ça soit le même coefficient.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Les groupes contrastés

A

Implique de regarder la significativité ET la taille d’effet (ampleur réelle)
On veut une forte différenciation.
C’est relié à la section de la validité critériée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Les 2 types d’analyses factorielles

A

1) Exploratoire - ne rien connaitre sur les regroupements d’items
2) Confirmatoire - connaître selon la littérature comment les items se regroupent

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Distinction entre analyse factorielle et cronbach

A

Analyse: Sous-tapons (certains items entre eux)
Cronbach: Gros tapon (tous les items entre eux)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

C’est quoi la saturation ?

A

La corrélation entre un item et un facteur (une dimension, un regroupement d’item). Elle exprime le poids de l’item dans le facteur. Les indices de saturation devraient être élevés pour les facteurs attendus et nuls pour les autres. Cela dit, c’est rarement le cas et ils saturent sur plusieurs facteurs. On ne considère pas les saturations sous 0,4.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Les analyses factorielles ne donnent pas de réponses ___________

A

absolues

17
Q

Pour des concepts abstraits, nous recommandons __________________

A

l’analyse factorielle avec maximum de vraisemblance