Examen 3

Question 1

Quelles sont les statistiques habituellement utilisées pour la concordance inter-juges ?

Answer 1

Corrélation Intra-Classe (ICC): mesure l’association des d’opinions entre juges-experts
Indice Kappa de Cohen : utiliser pour les données dichotomiques. Au moins 2 juges.

Question 2

Quelles sont les statistiques habituellement utilisées pour les coefficients spécifiques à la validité du contenu ?

Answer 2

Coefficient de Validité de Contenu (CVC): mesure la proportion (ou le pourcentage) de la concordance entre les juges.

Question 3

Comment on trouve le pourcentage d’une corrélation?

Answer 3

En multipliant la valeur de la corrélation par elle-même et le résultat multiplier par 100.

Question 4

Qu’est-ce que la cohérence interne ?

Answer 4

Détermine dans quelle mesure les différents items d’un test mesurent le même construit.

Question 5

Quelles sont les deux façons robustes de calculer la validité de construit ?

Answer 5

L’analyse factorielle et l’analyse multitrait-multiméthode.

Question 6

En quoi consiste la Validité convergente ?

Answer 6

Une corrélation élevée est attendue, indiquant que l’outil mesure effectivement le même construit que les autres outils similaires.

Question 7

En quoi consiste la Validité divergente (ou discriminante) ?

Answer 7

Une corrélation faible ou nulle est attendue, confirmant que l’outil n’évalue pas des construits différents de celui qu’il est censé mesurer.

Question 8

En quoi consiste l’analyse factorielle ?

Answer 8

Regroupe au moins trois variables observées (facettes) qui présentent des corrélations entre elles sur un construit latent appelé dimension qui explique la majeure partie de la variance commune entre ces facettes.

Cette méthode permet d’identifier les principales dimensions d’un ensemble d’items et de regrouper ceux qui évaluent des aspects similaires d’un concept donné.

Permet d’éliminer les facteurs se répétant augmentant ainsi la validité de la structure interne

Question 9

En quoi consiste l’analyse factorielle exploratoire ?

Answer 9

Utilisée pour découvrir les dimensions sous-jacentes associées aux différentes facettes.
Elle permet d’explorer librement les relations entre les items et les dimensions sans imposer de structure préétablie.
Les petits cercles dans le modèle représentent les erreurs de mesure.

Question 10

Qu’est-ce que le modèle de premier ordre de l’analyse factorielle ?

Answer 10

On sous-entend que chacune des dimensions sont corrélées. Elle permet d’explorer librement les relations entre les items et les dimensions sans imposer de structure préétablie.

Question 11

Qu’est-ce que l’analyse factorielle de 2e ordre ?

Answer 11

Une variable latente supérieure existe dont est extrait chaque dimension, il y a une régression vers le plus précis. Les dimensions sont séparées par dimension externe, interne et grande force (locus of control)

Question 12

Définir le Locus of control

Answer 12

La perception qu’a un individu de la source du contrôle des événements et des résultats de sa vie. Deux dimensions :
* Locus de contrôle interne : L’individu pense que ses actions ont un impact direct sur les résultats qu’il obtient.
* Locus de contrôle externe : L’individu attribue les résultats à des facteurs extérieurs, faible contrôle sur ses résultats

Question 13

Qu’est-ce que l’analyse factorielle confirmatoire ?

Answer 13

Permet de déterminer à quelle dimension l’item se rattache le plus.
Chaque item peut être lié à plusieurs dimensions, mais une dimension est représentée par plusieurs items.
On veut que chaque erreur soit liée à 1 item et qu’elles ne soient pas corrélées, donc que l’item mesure seulement ce qu’Il est sensé mesurer.

Question 14

Expliquer la matrice de corrélation

Answer 14

Elle vérifie les corrélations entre les items (on souhaite obtenir des corrélations entre 0,3 et 0,85 en majorité).

Question 15

Comment fonctionne la matrice de corrélation ?

Answer 15

Choisir moindre carré non pondéré, car estime en permettant la corrélation entre les facteurs.
Sélectionner promax, car supprime les résultats inférieurs à 0,30 qui sont des pollutions non pertinentes à notre test.

Question 16

Expliquer le déterminant de la matrice de corrélation

Answer 16

Évalue la colinéarité des variables
Vérifie la faisabilité de l’Analyse Factorielle Exploratoire
Optimiser la qualité du modèle : En ajustant les variables pour réduire la multicolinéarité, on peut améliorer la robustesse des résultats de l’AF.

Question 17

Comment interpréter le déterminant de la matrice de corrélation ?

Answer 17

Un déterminant proche de 0 indique une forte colinéarité entre les variables, suggérant que certaines variables pourraient être redondantes donc candidat à être exclus du test.
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.

Question 18

Que permet l’indice KMO (Kaiser-Meier-Oklin) ?

Answer 18

D’évaluer l’adéquation des données pour une analyse factorielle
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

Si le KMO est inférieur à 0,6 = non pertinent,
Entre 0,6 et 0,7 = médiocre, doit être revisité et nuancé place à l’amélioration,
Entre 0,7 et 0,8 = moyen acceptable,
Entre 0,8 et 0,9 = bon adéquat,
Entre 0,9 et 1 = excellent

Question 19

Que permet le test de Bartlett ?

Answer 19

D’évaluer la faisabilité de l’analyse factorielle exploratoire - un test significatif (p < 0,05) suggère que les corrélations entre les variables sont suffisamment grandes pour envisager une analyse factorielle
De renforcer la validité de l’analyse - en rejetant H0 (qui serait une absence de corrélation) en obtenant un p < 0,05,

Question 20

L’extraction des facteurs de la variance totale expliquée permet quoi ?

Answer 20

Déterminer le nombre optimal de facteurs à retenir
Évaluer l’adéquation du modèle factoriel (minimum 3 facteurs)
Assurer la validité des conclusions

Question 21

Comment interpréter la variance totale expliquée ?

Answer 21

Le nombre de ligne sous sommes extraites détermine le nombre de facteurs
Toutes les valeurs supérieures à 1 dans la première colonne sont des valeurs propres
% de la variance expliquée : explique ce qui n’est pas expliqué par les autres facteurs au-dessus
% cumulé des 3 facteurs permet de voir combien de facteurs sont nécessaires pour atteindre un certain niveau d’explication de la variance. Par exemple 60%

Question 22

Expliquer le tracé d’effondrement

Answer 22

Détermine le nombre optimal de facteurs ou de composantes à retenir dans le modèle.
Lorsque la droite est verticale on va retenir ce facteur. On accepte jusqu’à 45 degré. Dès qu’une partie de ligne est horizontale, on arrête.
Robuste, car permet de ne pas tenir compte de facteurs jugés redondant ou inutiles.
Limite : Subjective car dépend du regard

Question 23

Donnez un exemple d’interprétation du tracé d’effondrement

Answer 23

Si la courbe descend fortement pour les deux premiers facteurs puis devient plate à partir du troisième, cela suggère qu’il est pertinent de conserver uniquement les deux premiers facteurs, car les suivants expliquent très peu de variance.

Question 24

Expliquer la matrice de forme (ou Pattern matrix)

Answer 24

On cherche à savoir le point de convergence entre les items qui saturent dans un même facteur (saturation factorielle)
Permet de connaitre le nombre de dimensions intrinsèques à notre mesure
Les cargaisons factorielles supérieures à 0.3 sont significatives. Des cargaisons plus élevées (supérieures à 0,5 ou 0,6) sont préférables, car elles indiquent une corrélation forte, suggérant que la variable est bien représentée par le facteur.
L’analyse factorielle exploratoire doit être fait avant l’utilisation

Question 25

Comment interpréter la matrice de forme ?

Answer 25

Après avoir identifié quelles variables sont fortement chargées sur chaque facteur, il faut donner un sens à chaque facteur. Donc Lorsqu’il y a 2 facteurs pour le même item, on garde celui avec la cargaison la plus élevée. Les cargaisons proches de zéro indiquent qu'une variable n’a pas d’association significative avec ce facteur particulier

Question 26

Expliquer l’analyse multitrait-multiméthode

Answer 26

Une matrice de corrélation entre les résultats obtenus à différents traits et à différentes méthodes. Permet de déterminer si les mesures capturent bien les traits et si elles sont distinguables les unes des autres. Permet de vérifier à la fois la validité convergente et discriminante. et la fidélité test re-test. Elle aide à identifier les effets de la méthode, c'est-à-dire si certaines méthodes introduisent des biais.

Question 27

Comment interpréter l’analyse multitrait-multiméthode ?

Answer 27

Validité convergente : Une forte corrélation entre les mesures du même trait (indépendamment de la méthode) indique une validité convergente. Doivent être élevés. Il faut que les mêmes lettres à une mesure différente soient fortement corrélées. Validité discriminante : Une faible corrélation entre des mesures de traits différents suggère une validité discriminante. Doivent être faibles. Il faut que les autres lettres à la même mesure soient faiblement corrélées Il y a toujours deux temps à la validité pour la fidélité test re-test. Doit être élevée pour les mêmes traits mesurés entre Temps 1 et Temps 2. Doivent garder la même valeur entre les administrations.

Question 29

Les psychologues ont la responsabilité d'utiliser les tests de façon éthique, ce qui implique cinq domaines clés, lesquels ?

Answer 29

1. agir de manière professionnelle, 2. garantir une utilisation compétente des tests, 3. assumer la responsabilité de leur utilisation, 4. protéger les matériaux de test et 5. assurer la confidentialité des résultats.

Question 30

Sous quelles conditions les professionnels peuvent contester la valeur des tests ? (3)

Answer 30

* lorsqu'ils conduisent à des interprétations hostiles à certains groupes ; * lorsqu’ils constituent la seule base de décision ; * lorsque les conséquences reliées au fait d’obtenir de faibles résultats sont trop importantes pour la personne évaluée (mesurée).

Question 31

Quelles sont les limites inhérentes aux instruments de mesure dont le psychologue doit tenir compte selon le code de déontologie ?

Answer 31

* 1° des caractéristiques spécifiques des tests ou du client qui peuvent interférer avec son jugement ou affecter la validité de son interprétation; * 2° du contexte de l’intervention; * 3° des facteurs qui pourraient affecter la validité des instruments de mesure et nécessiter des modifications quant à l’administration des tests ou à la pondération des normes.

Question 32

Quels sont les 5 principes régissant l’interprétation des tests ?

Answer 32

1. Les tests peuvent faciliter et améliorer la prise de décisions en fournissant une information un peu plus objective ; 2. Les tests favorisent la culture au sein de laquelle ils ont été mis au point. Les différences et les désavantages d’ordre culturel peuvent influencer grandement les résultats et doivent être pris en considération lors de l’interprétation des résultats ; 3. Plus le client ressemble à tous égards à l’échantillon normatif, plus les comparaisons sont valables ; 4. Lorsque la personne diffère du groupe (y inclut sur le plan de la culture), il est inacceptable d’interpréter les résultats comme des indications de sa capacité ; 5. Considérant le grand nombre de variables pouvant influencer négativement les résultats d’une évaluation, il est essentiel de considérer les scores comme un classement et non comme des points précis. notre conclusion doit toujours être relativisée. On ne peut jamais expliquer 100% de la variance.

Question 33

Quelles sont les huit étapes de la construction d’instruments de mesure ?

Answer 33

1. Détermination de ce que l’on souhaite mesurer; 2. Génération d’un ensemble d’items; 3. Analyse des items; 4. Validation de l’échelle (tests de fiabilité et de validité); 5. Détermination de la dimensionalité; 6. Révision des items et pré-tests. 7. Administration de l’instrument final. 8. Évaluation continue de la fiabilité et de la validité (après la collecte des données, amélioration continue basée sur les résultats).

Question 34

Comment faire l’analyse des items ?

Answer 34

Évaluer la fiabilité des items Évaluer la validité des items Analyses factorielles exploratoire et confirmatoire Révision des items Pré-test de l'instrument auprès d'un échantillon représentatif de la population cible

Question 35

Comment retravaillons-nous la structure interne de l’échelle ?

Answer 35

Évaluer la fiabilité de l'échelle à l’aide d’une mesure congénérique, supérieur à 0,7 est acceptable. Analyses complémentaires qui peuvent inclure des corrélations entre d’autres instruments et nos résultats ou une analyse factorielle confirmatoire

Question 36

En quoi consiste l’évaluation continue ?

Answer 36

Permet de vérifier si l'instrument conserve sa qualité au fil du temps et s'il peut être utilisé dans des contextes différents. Les conditions d’utilisation peuvent évoluer ou la population cible peut changer, ce qui nécessite une surveillance continue de la performance de l’instrument. Collecte de nouvelles données Révision de la fiabilité Réévaluation de la validité Ajustements et améliorations Adaptation à différents contextes