Fidélités Flashcards
Définir la fidélité
Répétabilité des données et donc du niveau de compétence de la personne. Partage entre l’erreur d’un côté et le reste de l’autre, l’autre devant être un maximum expliqué par les attributs psychologiques.
Quelles sont les sources de variation d’un score à un test ?
Première source de variation c’est l’individu lui-même (intra-individuelle) ; situation ; expérimentateur (16-17% de la variance) ; instrumentale (préférence d’une activité à l’autre, d’un contenu à l’autre).
Quelle est l’équation de Edgeworth (à quoi est égal le score observé) ? Est-elle possible à réaliser ?
X = T + e
→ score observé = score vrai + erreur
Impossible à réaliser !
2ème équation : X = T + erreur systématique + erreur aléatoire
Quelle est la part d’erreur qu’on cherche à estimer ?
Erreur aléatoire uniquement (erreur systématique traduit d’autres processus psychologiques).
Définir le coefficient de fidélité
Coefficient de fidélité = coefficient de corrélation. Varie de 0 à 1, si corrélation négative –> test pas fidèle.
De quoi la fidélité est une propriété ?
Propriété des scores d’un test (considérée à tort comme une propriété du test).
Définir les formes parallèles
A la base de la fidélité. 2 formes d’un même test.
Même nombre d’items, mêmes consignes, même formulation, même attribut ; moyennes similaires, variances similaires.
Corrélation entre les deux formes = fidélité
Quelles sont les 2 stratégies de la consistance interne ?
- Coefficient alpha
- Split-half (partage)
Définir le coefficient alpha
Avoir des réponses sur une échelle continue. On calcule la co-variation entre toutes les paires d’items. La moyenne de la covariance est le coefficient alpha. Si tous les items co-varient positivement, alors le test présente une bonne consistance interne, parce que même attribut.
Postulats et limites du coefficient alpha ?
Consistance interne plus que fidélité (mesure la variance partagée par les items d’un test). Alpha calculé pour démontrer l’homogénéité/unidimensionnalité des items. En réalité coefficient alpha ne règle pas le problème de l’unidimensionnalité des items.
Définir le Split-half (partage) ?
On simplifie la tâche en faisant un partage en deux parties égales ou à peu près. On oppose pair/impair ou 1ère moitié/2ème moitié.
L’idée est de créer deux scores, on somme le nombre de points obtenus pour chaque participant sur les items pairs. Création de 2 sous-scores par individu.
Quelle est l’autre procédure pour créer 2 sous-scores par individu ?
Matched random subtests (Gulliksen) : créer 2 sous-ensembles les plus similaires possibles. 2 indices utilisés : indice de difficulté de chaque item (p-indice) et corrélation bisérial item-score total.
Postulats et limites de la méthode de partage ?
Si formes non parallèles → mauvaise estimation de la fidélité.
Procédure inadéquate pour test de vitesse, pour avoir une vraie fidélité je dois avoir tous les items
Postulats et limites du test-retest ?
3 postulats irréalistes : Indépendance des mesures (réponse donnée au 1er item module la réponse donnée au 2ème items → effet d’apprentissage) ; Formes parallèles ; Stabilité de l’attribut (stabilité donne l’ordre des 1dvd mais ne dit rien sur chaque 1dvd. On s’intéresse aux individus cas par cas et non pas au groupe. Toute l’erreur sur l’utilisation des tests part de là)
Limites de l’accord inter-juges ?
Source variance d’erreur = différences entre juges → pas une vraie mesure de la fidélité, puisque pas de répétition des données.
