Mesure

Question 1

Qu’est-ce qu’une mesure?

Answer 1

-Processus qui consiste en l’attribution de chiffres pour décrire des caractéristiques.
→Attribut: chiffre sert d’étiquette
→Quantité: un nombre décrit la valeur de la caractéristique
⇒ mesure permet caractérisation stable et favorise la comparaison (dans le temps et avec d’autres mesures)

Question 2

Qu’est-ce que l’opérationnalisation?

Answer 2

→Opérationnalisation:
-Démarche/processus qui amène à une variable et qui permet de mesurer un concept/construit
-Ex: échelle de dépression Patient Health Questionnaire
-Des points sont attribués aux réponses à chaque item (ex: jamais = 0, plusieurs jours = 1) → on catégorise ensuite selon la somme des points (ex:dépression légère = 5-9 points).

Question 3

Qu’est-ce qu’une variable nominale?

Answer 3

→Nominales: catégories sans ordre particulier (ex: genre, statut de séropositivité)

Question 4

Qu’est-ce qu’une variable ordinale?

Answer 4

→Ordinales: catégories dont l’ordre reflète une certaine progression (ex: sentiment d’appartenance)

Question 5

Qu’est-ce qu’une variable cardinale?

Answer 5

→Cardinales: échelle d’intervalle ou de proportion
-Intervalle: la valeur 0 est arbitraire (ex. 0 °C ≠ absence de chaleur)
-Proportion: la valeur 0 est absolue (indique l’absence)
⇒ Elles peuvent être exprimées par des valeurs continues ou discrètes.
-Continues : peut être subdivisée infiniment (ex. distance ou longueur)
-Discrètes : NE peut PAS être subdivisée en deçà d’une certaine unité (ex. revenu ne peut être exprimé plus finement qu’en cents)

Question 6

Qu’est-ce que l’erreur de mesure?

Answer 6

‘’est la différence entre la mesure réelle (score vrai) et celle prise à l’aide d’un instrument de mesure (score observé)’’ (Fortin et Gagnon)
-Vient de l’écart entre la mesure et la réalité 𝑋 = 𝑅 ± E
X = score observé (avec instruments de mesure)
V = score vrai (résultat si instrument libre d’erreur ou valeur réelle, on la connait jamais)
E = part du score due à l’erreur
⇒ Plus l’erreur de mesure est jugée faible, plus le score observé s’approche du score vrai.

Question 7

Quels sont les 2 types d’erreur de mesure?

Answer 7

→L’erreur aléatoire: attribuable à des facteurs dont la variation n’est pas structurée. Proviennent de facteurs subjectifs, (faim, fatigue) ou facteurs extérieurs (canicule) ou manque de clarté des intruments.
Ex: manque de clarté d’une question qui influence la compréhension (affecte toutes les personnes d’un échantillon?)
Ex: État d’esprit du répondant ou T° qui affecte la concentration
⇒ Toutes les personnes d’un échantillon sont affectées

→L’erreur systématique: attribué à des facteurs dont l’effet sur la mesure est structuré ou uniforme (scolarité, intelligence, conformité sociale, etc.). Elle survient de façon constante chaque fois qu’il y a prise de mesure et elle découle de facteurs permanents.
-Structuré: ex: utilisation de termes complexe qui influencent la réponse différemment selon le niveau de scolarité
-Uniforme: ex: redondance d’item → trop de poids sur une dimension

-L’erreur systématique peut être le reflet de problèmes avec la validité ou la fidélité d’un instrument de mesure

Question 8

Qu’est-ce que la validité et fidélité?

Answer 8

-Fidélité : capacité d’un instrument de mesure à reproduire le même résultat (sur la même personne dans le même contexte).

-Validité : l’instrument mesure bien le concept qu’il doit mesurer; il produira en moyenne une mesure représentative de la réalité.

Question 9

Quelles sont les 4 formes de fidélité?

Answer 9

→Fidélité temporelle ou test-retest: stabilité d’une mesure faite sur la même personne, mais à des moments différents.
-La période entre les tests varient.
-Adapté pour éléments relativement stables (estime ou traits de personnalité), mais pas passagés (humeur)
=Se teste avec Kappa ou proportion d’accords obsvervés (po), mais trop simplistes

→Fidélité des formes parallèles: stabilité de la mesure d’un concept à partir d’instruments différents
Ex: 2 mesures de satisfaction sexuelle pour déterminer si résultat similaire
=Calcule avec association

→Fidélité inter juges: stabilité des classifications ou des scores attribués par des intervieweurs ou des évaluateurs différents (au moins 2).
Ex: observation structurée de couples pour caractériser différents comportements
=Se teste avec Kappa ou proportion d’accords obsvervés (po), mais trop simplistes

→Cohérence interne (homogénéité): les différents items (énoncés) d’un instrument mesurent des tendances similaires (même tendance).
-Alpha de Cronbach (a): Indice de cohérence interne des énoncés d’une échelle de mesure.
-de 0 à 1,0, de cohérence nulle à cohérence parfaite (l’ensemble des items = homogène)
La valeur maximale = théorique, car l’erreur de mesure implique une variabilité (pas possible d’avoir 1,0, car tous les instruments ont un degré d’erreur)

Question 10

Quelles sont les 3 formes de validité?

Answer 10

►Mesure: validité
-Désigne la capacité d’un instrument à mesurer ce qu’il est censé mesurer.
-Il est + complexe d’établir la validité que fidélité car difficile de vérifier les déductions ou les interprétations tirées des données.

→Validité de construit: lien entre construit et mesure
-’’Justesse avec laquelle un instrument de mesure permet d’obtenir des résultats conformes au construit défini dans son contexte théorique’’
-Ex: revenu relatif au coût de la vie comme mesure de pauvreté (mesure directement l’idée que la pauvreté est un manque de ressource)
-Difficile à établir pour certains construits, car multidimensionnel et peu observable par ex. le sentiment amoureux ou l’intelligence
-Processus continu de validité qui exige plusieurs épreuves avant d’atteindre un degré de validité acceptable.
=Évaluation par analyse factorielle ou comparaison de groupes( ex. on s’attend à ce qu’une mesure du désir sexuel montre une différence entre personnes qui consultent pour un trouble du désir et des personnes qui ne consultent pas pour ce trouble

→Validité de contenu: capacité d’un instrument à couvrir l’étendu d’un concept ‘’incluant la spécification des indicateurs qui servent à évaluer les comportements à observer’’.
-’’a trait au caractère représentatif des énoncés d’un instrument servant à mesurer une variable ou un champ de contenu particulier’’
=Évaluation subjective par des experts afin d’examiner instrument et vérifier si chaque énoncé ou question reflète bien le domaine à l’étude.
-Ex. une mesure globale de la santé sexuelle devrait inclure des aspects qui portent sur l’ensemble des dimensions de la santé sexuelle (ex. physique, social, émotionnel et mental – varie selon les définitions)

→Validité de critère (gold standard en anglais): comparer la mesure avec une autre mesure qui est considérée comme étant une référence (un critère)
-’’Basée sur la capacité d’un test ou d’un instrument de mesure à s’aligner aux résultats obtenus d’une autre test servant de critère’’.
-Ex: pour évaluer la validité de la formulation d’une question sur le poids, on compare la réponse donnée avec une observation directe (ex: poids sur la balance)

⇒La mesure classe-t-elle correctement les personnes
Se : précision dans l’identification des cas = a / (a+c)
Sp : précision dans l’identification des non-cas = d / (b+d)
VP+ : probabilité qu’un positif soit un cas = a / (a+b)
VP- : probabilité qu’un négatif soit un non-cas = d / (c+d)

Question 11

Qu’est-ce que la sensibilité et la spécificité?

Answer 11

⇒ On souhaite qu’un test soit sensible ET spécifique
→Sensibilité: capacité d’un instrument (test) à classer correctement les sujets ayant le problème de santé ou l’état recherché (vrais positifs) (fortin et gagnon)

→Spécificité: est la capacité d’une instrument (test) à reconnaître certains sujets sains, c’est-à-dire ne manifestant pas le trouble (vrais négatifs).

Question 12

Qu’est-ce que la statistique de Kappa?

Answer 12

⇒ Pour évaluer la fidélité temporelle ou la fidélité interjuge:
→Proportion d’accords observés Po (trop simpliste)
→Statistiques de Kappa (k) qui décrit l’accord en tenant compte du niveau d’accord pouvant être obtenu pour la chance

k = Po - Pc1-Pc
Po = proportion d’accords observés
Pc = proportion d’accords dus à la chance → qu’on s’attend à observer par le fait du hasard
⇒ Kappa permet de prendre compte des 2 types observés vs chance

Question 13

Avec quel outil on calcule notre seuil?

Answer 13

→Courbe ROC (Receiver Operating Characteristic)
-On change notre seuil pour avoir un positif et on refait nos calculs (spécificité et sensibilité) avec plusieurs seuils différents toujours avec le même échantillon.
-On sélectionne le meilleur seuil (A = idéal) en fonction de l’aire sous la courbe qui fait la synthèse de précision
A : idéal
B : aire sous la courbe 85%
C : hasard (aire 50%)

Question 14

Définition fréquence:
-Fréquence
-Fréquence cumulée
-Proportion
-Pourcentage
-Rapport
-Taux

Answer 14

→Fréquence: nb d’observations associées à une valeur ou catégorie

→Fréquence cumulée: dans une présentation des valeurs ordonnées, le nb d’observations associées à une valeur/catégorie X ou à une valeur/catégorie précédente

→Proportion: fréquence (f) divisée par le nombre total d’observations (N)
p = fN. Les deux quantités sont liées numérateur est un sous-ensemble du dénominateur

Mesure relative pcq met en relation la fréquence avec la taille de la population Utile pour comparer les distributions de populations de tailles différentes.

→Pourcentage: proportion rapportée à un groupe de 100 observations. Fréquence à partir d’une proportion

→Rapport (ratio): relation entre deux quantités qu’on veut comparer ex.: 6 hommes pour chaque 7 femmes = rapport 6/7

→Taux: processus dynamique, on observe un changement dans le temps
Ex: dénominateur exprimé en personne-temps, c.-à-d. qu’on attribue à chaque personne un poids selon la durée de son observation

Question 15

Quels sont les 4 façons de représenter la fréquence?

Answer 15

1-Histogramme
2-Diagramme en secteur
3-Graphique en courbe
4-Boîte à moustache

Question 16

Qu’est-ce que les boîtes à moustache?

Answer 16

(ou diagramme en boîte, box plot) (Représentation graphique d’une distribution qui intègre différentes mesures). → Les diagrammes à moustache facilitent la comparaison des populations
→c’est une représentation visuelle de plusieurs statistiques descriptives mesures de tendance centrale (médiane, moyenne) et de position(quartile, minimum, maximum)

Question 17

Quelles sont les mesures de tendance centrale?

Answer 17

=Est un indice de regroupement des observations autour d’une valeur centrale. Inclut mode, moyenne et médiane.

→Moyenne: mesure de tendance la + utilisée. Somme des observations divisée par le nb d’observation
= XN
= moyenne pour population
𝑥̅ = moyenne pour un échantillon
= symbole pour somme
x = symbole pour somme de toutes les observations note
N = nombre total d’étudiant

→Moyenne pondérée: toutes les observations n’ont pas le même poids (pondération)
On attribue un poids (importance relative) à chaque note et on divise la somme par le total des poids (100 pts, la note finale)
30/50 (40) + 75/100 (30) + 45/50 (20) + 80/100 (10) 100 = 72,5%

→Médiane: sépare la distribution en deux groupes égaux (50%)
Ex. : 242, 83, 312, 493, 75, 478, 323, 1400, 166, 524
1° ordonner les valeurs de la série: 75, 83, 166, 242, 312, 324, 478, 493, 1400
2° identifier la valeur centrale
-Avec un nombre pair d’observations: moyenne des deux du milieu
-Moins affectée que la moyenne par les valeurs extrêmes

→Mode: catégorie ou valeurs ayant la fréquence la + élevé
-Le mode est approprié pour les variables nominales et ordinales

Question 18

Quelles sont les mesures de dispersion (5)?

Answer 18

-Est l’indice du degré d’étalement des données qui rend compte de leur variation, le plus souvent par rapport à la moyenne.
→Étendue: façon la + simple de décrire la variabilité
-différence entre les valeurs minimale et maximale de la distribution. Utile car rapide
-Étendue = Max - Min
-Ex: valeurs d’IMC : max = 54,96 et min = 13,37 étendue = 54,96 -13,37 = 41,59

→Écart moyen: décrit comment, en moyenne, chacune des observations est éloignée de la moyenne
EM = | X - |N
-où est le symbole pour la valeur absolue
-Sans valeurs absolues, la somme des écarts à la moyenne = 0
-On utilise une valeur moyenne (plutôt que la somme des écarts) pour que la mesure ne soit pas sensible au nombre d’observations.

→Variance (s2): Pour des raisons mathématiques, les valeurs absolues ne sont pas idéales.
-Est évaluée à partir d’un échantillon et correspondant à la moyenne des écarts au carré.
= +la variance est grande, +les scores s’écartent de la moyenne.
s2 = (x-𝑥̅)2n-1

→Écart-type (s):
-Mesure de dispersion symbolisée par ou s selon qu’elle est évaluée à partir de l’ensemble d’une population ou d’un échantillon.
-On fera donc la racine carrée de la variance, appelée écart-type
+la mesure est élevée, + la dispersion est grande.
= 2 = (x-)2N (population)
-Alors l’échantillon est remplacé par s

→Coefficient de variation: exprime la variabilité relativement à la moyenne
-Exprime l’écart-type en pourcentage de la moyenne.
CV = x 100 (population) ou CV = s𝑥̅x 100 (échantillon)
-Plus le CV est petit, plus les valeurs de la distribution tendent à être proches de la moyenne (homogène).

Question 19

Comment qualifier une distribution?

Answer 19

-Pour caractériser la forme d’une distribution, on fait souvent la comparaison avec la distribution normale (ou gaussienne).
-On qualifiera une distribution en fonction de son écart par rapport à la distribution normale.

→Asymétrie (skewness en anglais): décrit un décalage vers la gauche ou vers la droite de la courbe.

→L’aplatissement (kurtosi en anglais): décrit la concentration des fréquences autour de la moyenne

Question 20

Qu’est-ce qu’une mesure de position?

Answer 20

-Permettent de situer une donnée par rapport aux autres dans un ensemble.

-Mesures de position = situer une valeur relativement à l’ensemble de la distribution

→Autres mesures qui définissent des groupes de tailles égales:
* Centiles (1%)
* Déciles (10%)
* Quartiles (25%)
* Quintiles (20%)
* Terciles (33,3%)

→Score Z

Question 21

Qu’est-ce que le score z?

Answer 21

-Mesure de dispersion
-Exprime écart à la moyenne qu’on met en relation avec la variabilité (dispersion) dans la population.
Z = X-

-expriment l’écart à la moyenne en unités d’écart-type (en dessous ou au dessus).
-permettent de relativiser les valeurs de distributions différentes
-utilisés par exemple pour comparer des étudiants dont la performance est mesurée dans des contextes différents (ex. des évaluations dont le niveau de sévérité n’est pas le même)