Cours 9 : Sorties SPSS Flashcards
Comment on mesure l’effet plancher et l’effet plafond ?
Effet plafond :
Moyenne + écart type > score maximum possible
Effet plancher :
Moyenne - écart type < score minimun possible
Voici la structure factorielle qui résume la matrice d’intercorrélations :
Chaque X représente une saturation élevée.
- Une saturation s’interprète comme ______________
- Une saturation exprime quoi ?
- Les saturations devraient être __________ pour les facteurs attendus et ____________ pour les autres
=> Si une telle structure était observée dans les résultats, il serait facile de nommer les facteurs
- F1 = assurance
- F2 = affirmation
- F3 = détermination
- Une corrélation
- Une saturation exprime le poids qu’a l’item dans le facteur
- Les saturations devraient être élevées pour les facteurs attendus et presque nulles pour les autres
Dans mon instrument, le score maximum est de 4 et le score minimum est de 1
Item 1 :
- Moyenne = 3,5
- Écart-type = 1
Item 2 :
- Moyenne = 2,5
- Écart-type = 1,5
Item 3 :
- Moyenne = 1,8
- Écart-type = 1
Quel(s) item(s) présentent un effet plancher et/ou un effet plafond ?
Item 1 : Effet plafond
Item 3 : Effet plancher
- Comment s’interprète un effet plafond/plancher ?
- C’est un indice de fidélité ou de validité ?
- Pour déterminer où le problème provient, il faut faire une analyse d’item à quelle étape du modèle de la cible ?
S’ils y avait plus d’options, ils auraient donné pris un choix plus faible (si effet plancher) ou plus élevé (si effet plafond).
- Il y a donc de l’erreur aléatoire
- Indice de fidélité
- Stabilité
Voici une matrice de corrélations interitems.
- Ce tableau nous aide à voir quel phénomène ?
- C’est un critère de validité ou de fidélité ?
- Il faut utiliser quel critère pour interpréter la force de ce tableau ?
- Plus les corrélations sont élevées, plus ____________ est élevé
- Cohérence interne
- Fidélité
- Critères de Cohen (même si c’est un indice de fidélité)
~~~
Corrélation faible: 0,10
Corrélation moyenne: 0,30
Corrélation forte: 0,50
~~~ - Alpha de Cronbach (α)
- V ou F : Les corrélations en rouge sont négatives, car il s’agissait d’items inversées.
- Quels sont les meilleurs items ?
- Quels sont les pires items ?
- Faux, c’est négatif car il n’y a aucune corrélation entre ces variables (corrélation nulle)
- Meilleurs items : 2,3
- Pires items : 1,4,5
Corrélation complete des éléments corrigés
- Que représente cet indice ?
- Une corrélation élevée représente quoi ici ?
- Une corrélation élevée contribue à la validité ou la fidélité du test ?
- On interprète nos corrélations avec quel critères ?
- Quels sont les meilleurs items ?
- Quels sont les pires items ?
- Le lien entre l’item et un score regroupant tous les autres items
- Plus la corrélation est élevée, plus l’item est bon
- Fidélité
- Critères de Cohen
- Meilleurs items : 1 (corrélation moyenne)
- Pires items : 1 et 5 (corrélations faibles)
Alpha de Cronbach en cas de suppression des items
- Cet indice permet nous dit quoi par rapport à l’instrument ?
- Comment on interprète cet indice
- C’est un indice de __________
- Permet de vérifier la fidélité ou la validité ?
- Qu’est-ce qu’on peut dire sur cet instrument spécifiquement selon l’Alpha de Cronbach en cas de suppression de l’élément ?
α = 0,573 (instrument)α' = Alpha en cas de supression
~~~
Item 1 : α - α’ = 0,009
Item 2 : α - α’ = 0,106
Item 3 : α - α’ = 0,124
Item 4 : α - α’ = -0,008
Item 5 : α - α’ = 0,007
Item 6 : α - α’ = 0,046
~~~
1) Ça permet de voir si on enlève l’item, est-ce que ça va avoir un impact (positif/négatif) sur l’instrument.
2) Si …
~~~
↑ de l’α : l’item n’est pas bon
↓ légère de l’α (≤ 0,07) : l’item est semblable aux autres
↓ importante de l’α (> 0,07) : l’item est bon et devrait être conservé
~~~
3) Cohérence interne
4) Fidélité
5) Alpha de Cronbach en cas de suppression de l’élément
- Item 1,5 et 6 : Diminution légère, alors ces items sont semblables aux autres
- Item 2 et 3 :** Diminution importante**, alors ces items sont bons et devraient être conservées
- Item 4 : Augmentation, alors l’item n’est pas bon
- Meilleurs items : 3 et 2 juste après (diminution plus importante pour l’item 3)
- Pire item : 4
Selon la matrice de corrélation interitems, si tu devais choisir juste un item à enlever, lequel serait meilleur ?
Si j’ai un item à enlever je choisirais l’item 4, car il permet de se débarasser de toutes les corrélations négatives.
Selon la matrice de correlation interitems, l’idéal serait d’enlever quel(s) item(s) pour permettre une meilleure fidélité possible ?
a) item 4 et item 6
b) item 1 et item 4
Explique ta réponse.
b) L’item 1 et l’item 6, car ça permetterait de se débarasser de toutes les corrélations négatives et des corrélation les plus faibles (en rouge).
Si je choisissait la réponse a), oui je me débarasse de tous les items négatifs et corrélations faibles, mais la corrélation 0,182 est meilleure que 0,157 (en orange). Donc c’est pour ça que la réponse b est meilleure.
Après la suppression de l’item 4 et 6, voici à quoi ressemble la matrice interitems.
On voit qu’il reste encore des corrélations faibles (en orange). Si on enlève l’item 5, est-ce que ça pourrait aider à augmenter la fidélité du test ?
Non, car plus tu enlèves d’items, plus tu affectes la fidélité de ton instrument.
C’est mieux qu’il reste une corrélation faible qu’enlever un item.
Qu’est-ce que montre l’erreur-type de mesure ? Quel calcul permet de déterminer s’il y a trop d’erreur de mesure ?
L’effet de la fiabilité sur un score généré par l’instrument.
ETM/ÉT
Comment l’erreur-type de mesure est interprété ?
- Comment on détermine s’l y a trop d’erreur de mesure ?
- Qu’est-ce qu’on vise ?
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%
Pour qu’elles analyses on utilise les critères de fiabilité ? (3)
~~~
0,6 – 0,7 – 0,8 – 0,9
~~~
- Alpha de Cronbach
- Corrélation test-retest (stabilité temporelle)
- Alpha en cas de supression
Pour quelles analyses on utilise les critères de Cohen (1988) ? Spécifie si ce sont des indices de fidélité ou de validité entre parenthèse
Corrélation faible: r = 0,10 Corrélation moyenne: r = 0,30 Corrélation forte: r = 0,50
- Hypothèses de validité critériée (validité)
- Matrice de corrélations inter-items (fidélité)
- Corrélation complète des éléments corrigés (fidélité)
