Cours 7 Flashcards
Que représente l’écart à la moyenne
la distance entre le score du participant et la moyenne du groupe
- permet de déterminer si on est normal
la variance sert à quoi
à déterminer la distance moyenne (au carré) des données par rapport à la moyenne
(elle nous apprend pas grand chose, mais permet de calculer l’écart-type)
comment on trouve l’écart-type et quel est son symbole
racine carrée de la variance (s)
définir ce qu’est la covariance
mesure du degré d’association entre deux variables
Si une augmente, est-ce que l’autre augmente aussi?
On veut voir à quel point elles sont associées
quel est le symbole de la covariance
cov (x,y)
comment est l’interprétation de la covariance?
Interprétation est difficile parce que dépend des échelles de x ET de y
comment on obtient la corrélation?
en divisant la covariance par l’écart-type de x et y
à quoi sert la corrélation
elle exprime la même chose que la covariance, mais par une métrique standardisée (-1 à 1)
nommer les moyens de la stabilité
erreur-type de mesure, analyse d’items, analyses corrélationnelles, approche hypothético-déductive, accord inter-juges
quelle est la différence entre les questions à se poser dans la phase de fiabilité et de stabilité
mon instrument comporte-t-il de l’erreur de mesure
vs
combien d’erreur de mesure mon instrument a-t-il
Ce qu’on veut idéalement obtenir, c’est de la constance (toujours le même résultat) et de la reproductibilité (avec une certaine marge, il peut être reproduit)
comment est-ce qu’on pourrait vraiment calculer le score vrai
Le score vrai, on peut l’obtenir en calculant le score moyen obtenu par une administration infinie du test
le score observé est composé de quelles infos?
le score vrai + erreur de mesure
comment on peut faire pour diminuer les chances d’erreurs aléatoires en construisant notre test
Plus un instrument comporte d’item, plus le risque d’erreurs aléatoires va diminuer
est-ce que l’impact de l’erreur aléatoire est plus grave pour des populations en recherche ou pour un patient en clinique?
patient en clinique
nommer les moyens d’estimer l’erreur de mesure
stabilité temporelle
cohérence/consistance interne
accord interjuges
comment on fait pour calculer la stabilité temporelle
corrélation test-retest
corrélation test-retest avec formes parallèles
la qualité de l’estimation de la stabilité temporelle dépend de quelle variable?
L’intervalle de temps entre les deux temps de passation et des changements
Dépend de l’intervalle de temps et des changements qui sont survenus chez le participant entre t1 et t2
On doit avoir une standardisation du contexte d’administration des tests
à quoi doit-on faire attention quand on décide l’intervalle de temps entre les temps de passation?
Si temps entre t1 et t2 = 1h : corrélation proche de 1. devrait faire attention à l’effet de mémoire pcq peut se rappeler des réponses qu’on a déjà mises
On veut pas que le délai soit trop long non plus pcq peut avoir trop de changements
comment on peut faire pour éviter d’avoir l’effet néfaste de la mémoire dans l’évaluation de la stabilité temporelle
en faisant une corrélation test-retest avec formes parallèles
Même propriétés que l’autre, mais pas les mêmes items -> Enlever l’effet de rappel chez les participants
la qualité de l’estimation de la stabilité temporelle quand on utilise la corrélation test-retest avec les formes parallèles dépend de
la qualité du parallélisme entre les 2 versions (À quel point les deux formes se ressemblent)
l’intervalle de temps entre les deux passations
quelles sont les caractéristiques nécessaires pour qu’on considère que deux formes soient parallèles?
items sont très similaires, mais pas identiques
nombre d’items est le même
structure dimensionnelle est la même
mêmes directives d’administration
les deux formes génèrent des résultats avec écarts-types et des moyennes équivalents
quels sont les avantages d’utiliser des formes parallèles pour tester la stabilité temporelle
élimination de l’effet de mémoire
les deux formes peuvent être administrées en même temps
quels sont les désavantages d’utiliser des formes parallèles pour tester la stabilité temporelle
rédiger 2x plus d’items
validation de deux instruments
s’assurer que les formes restent parallèles
quel est le postulat de la consistance interne
si le construit existe de manière stable, il se manifestera de la même manière (stable) à travers toutes les réponses du participant
-À travers l’instrument lui-même, ils devraient répondre de la même façon aux items qui mesurent un même construit.
à quoi fait référence le terme “consistance interne”
la logique sous-jacente à la manière dont les participants répondent aux items
comment est-ce qu’on évalue la consistance interne
corrélation split-half
alpha de cronbach
quels sont les synonymes de la corrélation split-half
bissection ou corrélation moitié-moitié
expliquer le principe du fonctionnement de la corrélation split-half
on sépare le test en deux et on vérifie la corrélation entre deux parties artificielles
Artificielles pcq c’est nous qui l’avons coupé
(on doit prendre compte des sous-dimensions pour s’assurer que bien divisé) –> sépare en items pairs et impairs
si les réponses des participants sont stables, la corrélation split-half devrait être comment
corrélation élevée
pourquoi ce n’est pas recommandé d’utiliser la corrélation split-half comme mesure artificielle de fiabilité test-retest
Pcq c’est pas deux formes parallèles
aspect négatif d’évaluer la fiabilité avec la corrélation split-half
on coupe l’instrument en 2-> estimé est biaisé pcq plus on augmente notre nombre d’item, plus l’erreur diminue
à quoi sert la correction de spearman-brown
Permet d’ajuster la valeur de la corrélation qu’on obtient avec notre split-half
Quand on a moins d’items, nos valeurs sont sous-estimée
à quoi sert la formule de la prophétie
combien d’items il faudrait pour obtenir un split-half de X
on arrondi toujours à la hausse
Items sup doivent être similaires à ceux qui ont permis de faire la corrélation split-half
la logique sous-jacente de la formule de la prophétie
les items ajoutés mesurent la même chose que les items initiaux
la moyenne et les intercorrélations entre les items initiaux soit égale à la moyenne des intercorrélations du total des items (items ajoutés + items initiaux)
Imaginer qu’on fait des paires de corrélations entre nos items
quel est le lien entre la qualité des items initiaux et le nombre d’items supplémentaires à faire
Plus nos items sont mauvais (qu’on a une mauvaise fiabilité), plus on doit ajouter d’items
à quoi sert l’alpha de cronbach
indique dans quelle mesure les items du test mesurent une seule chose (-infini à 1)
plupart du temps, varie entre 0 et 1
si un chiffre approche de 1, comment sera la fidélié?
très bonne
est-ce que l’alpha de cronbach est un indice de corrélation?
non
qu’est ce qu’un alpha négatif indique?
un problème à l’interne
L’alpha est plus élevé quand le nombre d’item est grand/petit et la corrélation est élevée/faible
grand et élevée
quel est l’impact sur la variance et l’alpha si les réponses aux items par chaque participant sont toutes pareilles
Si les participants ont tous répondu la même chose aux items, la variance va être limitée et nos alphas vont être limités par notre manque de variance
comment on évalue l’accord inter-juges
corrélations effectuées sur des cotes
Kappas effectués sur la catégorisation ou la fréquence faite par les juges
nommer le principe de base de l’accord inter-juges
la compréhension de ce qui est observé sera stable dans la mesure où deux juges “voient” la même chose
-> Doivent faire l’évaluation de manière indépendante
quelles sont les conditions pour que les juges voient la même chose
si la formation est bonne
si les juges sont compétents
si les comportements à observer sont bien définis
si les juges ont les mêmes opportunités d’observer le comportement
nommer dans quel cas on interprète les données selon le critère de Cohen
dans la cohérence interne, pour vérifier si la corrélation entre l’item 1 et l’item 2 est bel et bine élevée
nommer les méthodes statistiques pour évaluer la fidélité et l’hypothèse sous-jacente
corrélation (rxx ou r)
la corrélation entre les résultats au t1 et t2 sera positive et élevée
nommer les méthodes statistiques pour évaluer l’accord interjuges et les hypothèses sous-jacentes
corrélation (r)
la corrélation entre les résultats du juge A et du juge B sera positive et élevée
kappa (k)
le pourcentage d’accord entre le juge A et le juge B sera élevé
nommer les méthodes statistiques pour évaluer les formes parallèles et les hypothèses sous-jacentes
Corrélation (r ou rxx)
la corrélation entre les résultats à la forme A et les résultats à la forme B sera positive et élevée
nommer les méthodes statistiques pour évaluer la cohérence interne et les hypothèses sous-jacentes
Corrélation (rxx ou r)
1. la corrélation entre le résultat à l’item 1 et le résultat à l’item 2 sera positive et élevée (utilise le critère de Cohen pour interpréter
2. la corrélation entre le score à l’item un et l’ensemble des items sera élevée
split-half (rxx ou r )
la corrélation entre le “score total” de la première moitié et le “score total” de la deuxième moitié sera positive et élevée
alpha de cronbach (a)
plus les participants répondent logiquement et de façon honnête, plus les items seront inter-corrélés et plus le coefficient sera élevé
une corrélation de 0.95 et plus est considérée comme
suspecte
une corrélation de 0.90 et plus est considérée comme
excellente
une corrélation entre 0.8 et 0.89 est considérée comme
modérée
une corrélation entre .70 et .79 est considérée comme
acceptable
une corrélation entre .60 et .69 est considérée comme
inacceptable (parfois utilisée en recherche)
une corrélation en bas de .60 est considérée comme
inacceptable (toujours)
à quoi sert l’erreur type de mesure (ETM)
Permet de voir notre score obtenu, et le score autour duquel ça devrait tourner
Entre [ x et y], notre score vrai devrait se retrouver là-dedans
On ne peut pas utiliser un alpha pour le calculer pcq ce n’est pas un indice de corrélation
à quoi sert l’intervalle de confiance
estimer, en fonction de l’erreur-type de mesure, du score observé et d’un niveau de certitude désiré, dans quel intervalle se situe le score réel d’un participant
68% de l’échantillon se trouve à +/- ____ ET de la moyenne
1
95 % de l’échantillon se trouve à +/- _____ ET de la moyenne
1,96
L’alpha de cronbach est influencé par quelles variables?
le nombre d’items
la moyenne des intercorrélations entre les paires d’items