CM 10 : Validité, fidélité & alpha de Cronbach Flashcards
(4 cards)
Qu’est-ce que la validité et quels sont les différents types de validité?
C’est la qualité qui fait qu’un test mesure bien ce qu’il est censé mesurer. Il existe différents types de validité :
La validité de contenu cherche à vérifier la représentativité des items d’un instrument donné, au regard du construit étudié.
La validité de critère cherche une corrélation entre les scores au test et des critères observables par un autre test valide ou une situation.
Qu’est-ce que la fidelité et quelles sont les différentes façons de la mesurer?
La fidélité de la mesure renvoie à la stabilité/reproductibilité d’un test. On peut étudier la fidélité d’un test de différentes façons, selon que l’on considère la stabilité des mesures dans le temps, d’une situation à une autre, ou d’un correcteur à un autre, en calculant un coefficient de corrélation.
La validité dépend de la fidélité : un test ne peut être valide s’il n’est pas fidèle. Il existe différents types de fidélité :
La stabilité est la constance dans les réponses quand un instrument est appliqué plusieurs fois à des sujets. L’estimation de la stabilité d’un instrument de mesure se fait à l’aide d’une technique qui évalue la fidélité test-retest
La consistance interne réfère à l’homogénéité d’un test. Elle repose sur le postulat que l’instrument est unidimensionnel, c’est-à-dire qu’il mesure un seul concept. Les principales méthodes pour l’estimer sont :
- Le coefficient alpha de Cronbach
- Le coefficient KR20 de Kuder-Richardson : Utilisé pour les échelles dichotomiques
- La fidélité par bissection ou pair-impair : Corrélation score items pairs / score items impairs
- Les corrélations inter-item total : Indiquent si les items sont reliés au score total
Qu’est-ce que l’Alpha de Cronbach?
L’Alpha de Cronbach est une mesure de consistance interne et décrit jusqu’à quel point les items d’un test mesurent le même concept.
L’alpha varie entre :
- 0 = absence de consistance
- 1 = homogénéité parfaite des items du test
L’écart entre la valeur de l’alpha (élevée au carré) et sa valeur théorique maximale (1) est une estimation de l’erreur de mesure du test :
- erreur de mesure = 1 - α²
Pour connaître l’erreur de mesure d’un score observé à un niveau individuel, il est nécessaire de calculer l’erreur standard de mesure (ou ESM) :
- 𝜎 · √(1 − α)
Si la consistance interne est favorable (α suffisamment élevé α > .70), il est important de regarder les indices associés à chaque item. Un grand nombre d’items tend à augmenter la valeur de l’alpha d’où la nécessité d’examiner les indices associés aux items.
OBS : La consistance interne est une condition nécessaire mais non suffisante de l’homogénéité des items d’une échelle unidimensionnelle. Le coefficient alpha est fonction de la corrélation moyenne entre les items, il peut donc approcher une valeur satisfaisante même si les corrélations inter-items sont hétérogènes.
Une valeur faible de l’alpha est toujours indicative d’une mesure imprécise du score total.
Qu’est-ce que l’Analyse Factoriel Exploratoire (AFE)?
L’EFA est utilisée pour identifier les variables latentes (VL) sous-jacentes à un ensemble de mesures effectuées sur des individus. Elle suppose qu’il existe quelque chose de commun entre les mesures (de la covariance 2 à 2). Le terme exploratoire tient au fait que le nombre de variables latentes n’est pas connu à priori. Si le nombre de variables latentes est attendu, on s’oriente vers une démarche confirmatoire.
La variance est décomposée en variance commune (celle dont rendent compte les facteurs communs) et en variance unique (dont ne rendent pas compte les facteurs communs). Notre objectif est d’identifier des variables latentes expliquant les corrélations (covariance) entre les mesures.
Les saturations indiquent quels items entrent en jeu dans les variables latentes identifiées. On retiendra les saturations >.30.
L’indice d’unicité (uniqueness) renseigne sur la pertinence d’un item dans l’ensemble : un indice d’unicité élevé indique que l’item est isolé et participe moins à la solution factorielle.
