Validité basée sur la structure interne

Question 1

Qu’est-ce que la validité basée sur la structure interne?

Answer 1

Représente le type de validité la plus importante

Fait référence à la manière dont les différents éléments d’un test ou d’une échelle se comportent ensemble pour mesurer le construit théorique visé (Balbinotti, 2005, 2023, 2024).

Anciennement appelée validité de construit

Question 2

Qu’examine la validité basée sur la structure interne?

Answer 2

Elle examine la cohérence interne et la correspondance entre la structure théorique d’un instrument et la structure observée dans les données empiriques (AERA, APA, & NCME, 2014).

Question 3

Qu’est-ce que détermine la cohérence interne?

Answer 3

Détermine dans quelle mesure les différents items d’un test mesurent un meme construit latent

Question 4

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

Answer 4

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

Question 5

Qu’est-ce que la validité convergente?

Answer 5

Tester la force de l’association entre les résultats des items de l’échelle cible et les autres qui mesurent le même construit. En ce sens, les résultats de l’outil devrait corréler avec les autres outils qui évaluent le même construit.

Question 6

Qu’est-ce que la validité divergente/discriminante?

Answer 6

Vérifier à quel point les résultats des items de l’échelle cible s’écarte d’autres mesures de construits différents. En ce sens, l’outil ne devrait pas corréler de façon importante avec ces autres construits. (correlations nulls ou faibles)

Question 7

Quel est le but de l’analyse factorielle et que permet-elle?

Answer 7

Le rationnel de l’analyse factorielle est d’avoir au moins 3 (ou plus) variables observées (comportements mesurables) qui sont corrélées entre elles sur une nouvelle variable (construit latent) qui retient l’essentiel de la variance commune.
Elle permet d’identifier les dimensions principales d’un ensemble d’items et de regrouper les items qui mesurent des aspects similaires d’un concept (Balbinotti, 2005, 2023)

Question 8

Quelles sont les deux types d’analyses factorielles et que font-elles?

Answer 8

AF Exploratoire : utilisée pour déterminer la structure factorielle d’un instrument.
AF Confirmatoire : permet de tester l’adéquation des données à un modèle prédéfini et d’évaluer la pertinence des dimensions identifiées par l’exploratoire

Question 9

Que retrouve-t-on graphiquement dans une analyse factorielle exploratoire?

Answer 9

Explo: chaque dimension est relié à chaque item, on cherche quelle dimension permet d’expliquer le mieux un item. (ex: GF permet mieux d’expliquer l’item 56 que EXT ou INT).
Ronds: variables latentes
Carrés: comportements mesurables
Petits ronds: erreurs de mesure
flèche courbe = correlation, on suppose que chaque dimension est corrélée ensemble. (1er ordre)
Flèche droite= regression (2e ordre), on la fait que SI les dimensions sont corrélées.
Au moment où on passe au deuxième ordre, on a plus besoin d’expliquer la variance entre les erreurs.

Question 10

Que retrouve-t-on graphiquement dans une analyse factorielle confirmatoire?

Answer 10

On voit quel item correspond le mieux à quelle dimension, on ne permet plus l’ensemble des relations puisque l’on sait lesquelles sont le + reliées à x dimension.
On ne veut pas de correlation entre les erreurs, on voudrait que chaque erreur soit liée qu’à un item. Si on permet des correlations entre les erreurs de mesure, l’item ne mesure pas exclusivement ce qu’il est censé mesurer, mesure donc autre chose, un autre item ce qui n’est pas désiré.
Des correlations sont faites pour améliorer la variance explicative, mais au moment où on ajoute le locus de contrôle, on vient maitriser les erreurs en créant l’item locus de contrôle (exemple du prof)

Question 11

La matrice de corrélation est prérequis de quelle analyse?

Answer 11

l’analyse factorielle

Question 12

La matrice de corrélation sert de base à quoi?

Answer 12

Évaluer la pertinence de l’AFE : Elle vérifie les corrélations entre les variables (on souhaite obtenir des corrélations entre 0,25 et 0,85).
Extraire les facteurs : Permet d’identifier les relations linéaires qui peuvent être expliquées par des facteurs latents.
Interpréter les résultats : Les charges factorielles dérivées de la matrice de corrélation permettent de donner un sens aux facteurs.

Question 13

Que permet la méthode des moindre carrés non pondérés sur SPSS lors d’une analyse de matrice de corrélation?

Answer 13

permet que les facteurs extraits soient corrélés entre eux.

Question 14

Pourquoi choisit-on la méthode promax dans la matrice de corrélation?

Answer 14

Parce que l’on permet les corrélations

Question 15

Quelle valeur doit être présentée pour considérer qu’elle est polluante dans la matrice de corrélation?

Answer 15

0,3 ou moins

Question 16

Que permet le déterminant (d)

Answer 16

D’évaluer la (multi)colinéarité des variables : Un déterminant proche de 0 indique une forte colinéarité entre les variables, suggérant que certaines variables pourraient être redondantes.
De vérifier la faisabilité de l’AFE : 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.
D’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

Qu’est-ce que la multicolinéarité?

Answer 17

correlation très forte entre 3-4 items, on le veut pas, éviter la redundance.

Question 18

Qu’est-ce que l’indice KMO, qu’est-ce qu’il permet et quelles sont les interprétations liées à sa/ses valeurs?

Answer 18

D’évaluer l’adéquation des données - permet de déterminer si les données sont appropriées pour une AF
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 plus petit que 0,5: pas acceptable, on l’oublie, on ne va pas voir les analyses subséquentes.
Entre 0,6 et 0,7: acceptable
Entre 0,7 et 0,8: bon
Entre 0,8 et 0,9: très adéquat
Supérieur à 0,9: merveilleux.

Question 19

Que permet le test de Bartlett?

Answer 19

D’évaluer la faisabilité de l’AFE - un test significatif (p < 0,05) suggère que les corrélations entre les variables sont suffisamment grandes pour envisager une AF
De renforcer la validité de l’analyse - en rejetant H0 (absence de corrélation) en obtenant un p < 0,05, le test de Bartlett assure que les données présentent des structures latentes à explorer

Question 20

Que permet l’extraction des facteurs?

Answer 20

D’Avoir accès à la variance totale expliquée

Question 21

Que permet la variance totale expliquée?

Answer 21

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

Question 22

Quelles sont les valeurs à regarder dans le tableau d’extraction des données (de variance totale expliquée) et pourquoi?

Answer 22

la colonne total des valeurs propres initiales permet de voir les facteurs retenus, soit ceux supérieurs à 1

La colonne % de la variance dans les sommes extraites du carré des chargements démontre le % minimal de variance expliqué par le facteur.

La colonne % cumulé dans les sommes extraites du carré des chargements exprime le % de variance cumulé des facteurs (ex: facteur 1 explique 30%, facteur 1 + 2 explique 37%, etc.)

Question 23

à quoi sert le tracé d’effondrement?

Answer 23

Retenir les facteurs pertinents, on retient les facteurs ayant une ligne verticale, dans le cas de l’exemple du cours on retenait qu’un seul facteur.

Question 24

Vrai ou faux: Le tracé d’effondrement exprime une analyse quantitative?

Answer 24

Faux, c’est qualitatif car l’interprétation est liée à l’orientation du tracé entre les facteurs et non des chiffres

Question 25

Que permet la matrice de forme?

Answer 25

Présente les corrélations brutes entre les variables observées et les facteurs extraits sans tenir compte des relations complexes entre les facteurs
On cherche à savoir le point de convergence entre les items qui saturent dans un même facteur.
Elle permet donc de déterminer la saturation factorielle
Permet de connaitre le nombre de dimensions intrinsèques à notre mesure
Point de rupture à 0,3 (positif ou négatif)

Question 26

Vrai ou faux? Dans la matrice de forme, lorsque l’on change de facteur dans le tableau, on peut revenir au facteur précédent pour compter l’item comme partie intégrante du premier facteur.

Answer 26

Faux, un coup que l’on change de colonne, l’item appartient à un autre facteur

Question 27

Un facteur devrait être expliqué par combien d’items?

Answer 27

Un facteur doit être expliqué par MINIMUM 3 ou 4 items (idéalement 5, préférablement 6 pour diviser en 2 et valider la validité de construit avec le calcul de Pearson-Brown) pour être pertinent.

Question 28

Qu’est-ce qu’un facteur pur dans la matrice de forme?

Answer 28

un facteur ne présentant pas de double saturation (item pas expliqué par 2 facteurs en mm temps)

Question 29

Quelles sont les étapes (SPSS) de l’analyse factorielle?

Answer 29

-1. extraction (capacité que la statistique peut offrir à extraire de l’information des données)
1.1 moindres carrés non-pondérés et moindre carrés généralisés sont les 2 méthodes d’Extraction
1.1.1On a choisi moindre carrés non pondérés parce qu’on presume que les facteurs sont corrélés entre eux.
Si on assume que les facteurs sont très corrélés entre eux on choisit moindre carrés généralisés
-2. rotation
Rotationner pour regarder la meilleure façon de regarder les données extraites
Méthodes (estimateurs):
oblimin: accepte que les facteurs sont corrélés
Promax avec normalization Kaiser accepte aussi que les facteurs sont corrélés.
On n’utilize pas varimax parce qu’il est utilisé que si les facteurs ne sont pas corrélés.
On va prendre celui qui donne le Meilleur résultat.

Question 30

Que représente la convergence de la rotation dans x itérations?

Answer 30

Ça représente le nombre de calculs effectués pour trouver la meilleure solution factorielle

Question 31

En haut de combien d’itérations doit-on s’abstenir d’observer les résultats

Answer 31

25

Question 32

Qu’est-ce que l’analyse multitrait-multiméthode?

Answer 32

Il s’agit d’une matrice de corrélation entre les résultats obtenus à différents traits (hétérotrait VS monotrait) et à différentes méthodes (hétérométhode VS monométhode).

On s’attend à ce que la plus forte corrélation soit trouvé pour un même trait, même méthode; et que la plus faible corrélation soit trouvé pour des traits différents - méthodes différentes.

Question 33

Quelle est la limite de l’analyse multitrait-multiméthode?

Answer 33

Limite : demande beaucoup de temps de la part des sujets (faire plusieurs tests… 2 temps) + difficulté à trouver et faire la passation de plusieurs tests qui évaluent les mêmes traits

Question 34

Il y a toujours combien de temps (passations) à la validité multitrait-multiméthode?

Answer 34

Il y a toujours deux temps à la validité multitrait-multiméthode, qui sont représentés par les axes des abcisses (x) et des ordonnées (y)