Partie 5 - PowerPoint PPT Presentation

1 / 61
About This Presentation
Title:

Partie 5

Description:

Title: Diapositive 1 Author: Marc Demeuse Last modified by: Marc Demeuse Created Date: 6/15/2004 12:33:32 PM Document presentation format: Affichage l' cran – PowerPoint PPT presentation

Number of Views:60
Avg rating:3.0/5.0
Slides: 62
Provided by: MarcD160
Category:

less

Transcript and Presenter's Notes

Title: Partie 5


1
Partie 5
  • Les échelles de mesure

2
Partie 5 - Les échelles de mesure
  • Chapitre 1 Introduction
  • Chapitre 2 Echelles de Thurstone
  • Chapitre 3 Echelles de Likert
  • Chapitre 4 Echelles de Guttman
  • Chapitre 5 Modèle de Rasch
  • Chapitre 6 Conclusion

3
Attitude
  • disposition personnelle commune à un ensemble
    dindividus, possédée à différents degrés, qui
    les conduit à réagir à des objets, à des
    situations ou à des propositions dune façon que
    lon peut qualifier de favorable ou de
    défavorable.
  • tendance à réagir favorablement ou
    défavorablement à travers une classe désignée de
    stimuli. Lattitude ne peut pas être directement
    observée, mais doit être inférée daprès des
    comportements verbaux ou non verbaux manifestes.

4
Compétence / performance
  • si on observe bel et bien certaines performances,
    c'est en général aux aptitudes ou aux compétences
    des sujets que l'on s'intéresse, lestimation des
    compétences étant susceptible de permettre la
    prédiction de nouvelles performances.
  • // attitude

5
Objectif des échelles
  • établir un critère pour évaluer la plus ou moins
    grande adéquation de données empiriques par
    rapport à un modèle théorique.
  • décrire la structure de données, de façon à
    mettre en évidence une dimension sous-tendant
    celles-ci. Dans ce cas, aucune hypothèse n'est
    nécessairement testée. La perspective est alors
    principalement exploratoire.
  • situer chaque sujet sur une échelle et l'évaluer
    par rapport à tous les autres ou d'introduire la
    valeur individuelle obtenue dans un modèle
    explicatif ou prédictif.

6
Qualités des échelles
  • Unidimensionnalité
  • Linéarité et intervalles égaux
  • Fidélité
  • Validité
  • Reproductibilité
  • Réfléchir au modèle théorique / dimensions
    sous-jacentes

7
Quatre grandes méthodes
  • La première méthode est basée sur le classement
    des stimuli à mettre en échelle.
  • La seconde consiste à émettre un jugement sur
    chacun des items pris séparément.
  • La troisième méthode se base sur la comparaison
    des stimuli entre eux (en terme de  A est
    plus...  ou  est moins... que B ).
  • La dernière méthode met en œuvre des comparaisons
    en terme de similarité (par exemple,  A est plus
    semblable à B qu'à C ).

8
Thurstone
  • L'échelle postulée par Thurstone est une échelle
     psychologique  non précisée, contrairement à
    l'échelle de Fechner qui postule une réelle
    échelle de sensation. En particulier, l'approche
    de Thurstone ne nécessite nullement d'utiliser
    des stimuli possédant une métrique physique.
    Thurstone (1959) s'intéressait en particulier à
    l'obtention d'échelles d'  excellence de
    l'écriture , de la  gravité des crimes , de la
     préférence pour les nationalités . En
    psychologie sociale, un grand nombre d'échelles
    d'attitude sont construites sur cette base.
    (Bonnet, 1986, p. 136)

9
(No Transcript)
10
Thurstone
  • Ce type déchelles repose sur deux
    étapes distinctes 
  • la mise au point de léchelle 
  • son utilisation pratique.

11
Mise au point de léchelle
  • Comparaisons pairées
  • Classement par des juges

12
?
13
 
14
 
15
La situation
  • Pour des raisons de simplification, nous allons
    considérer, pendant la première étape que nous
    demanderons à un échantillon de 100 personnes, de
    classer une série de propositions relatives au
    divorce dans l'une des 7 catégories allant de
     propositions acceptées par les personnes les
    plus défavorables au divorce  à  propositions
    acceptées par les personnes résolument en faveur
    du divorce  de manière à dégager un continuum de
    propositions.

16
Quelques items (exemples)
  • Les conditions actuelles du divorce ne sont pas
    aussi déshonorantes qu'il apparaît.
  • Le divorce est scandaleux.
  • Une personne devrait avoir le droit de se marier
    ou de divorcer aussi souvent qu'elle le voudrait.

17
Fréquences cumulées
18
Notes Z
19
Ecarts entre classes
20
(No Transcript)
21
(No Transcript)
22
(No Transcript)
23
(No Transcript)
24
Critiques
  • Problème dunidimensionnalité (existence dun
    véritable continuum)
  • Complexité de la création déchelles
  • Utilisation de juges

25
En résumé
  • Deux phases
  • Mise au point de léchelle
  • Utilisation de léchelle

26
Création de léchelle de Likert
  • 1 seule étape création et utilisation
  • Définition a priori des valeurs des échelons
  • Validation lors dun prétest (analyse de
    lunidimensionnalité analyse factorielle)

27
(No Transcript)
28
(No Transcript)
29
Critiques
  • Unidimensionnalité et existence de la dimension
  • Échelons a priori
  • Mais économie et facilité
  • Applications nombreuses

30
Principe général des échelles de Guttman
  • Chaque item peut recevoir une réponse positive ou
    négative. Les individus peuvent être situés sur
    l'échelle à partir de leur patron de réponses. A
    un score donné correspond un seul patron de
    réponses.

31
Echelle de Guttman
Mais, il n existe aucun sujet - qui aurait
réussi l item n3, mais pas le n1 et le n2, -
qui aurait réussi l item n2, mais pas le n1.
32
Echelle de Guttman
33
Echelle de Guttman
0000
1000
1100
1111
34
(No Transcript)
35
Ordonner les scores de sujets
36
Ordonner les proportions de réussite aux items
37
Evaluer la qualité des échelles de Guttman
  • Coefficient de reproductibilité (Goodenough) (cf.
    exemple p. 5)
  • Coefficient de reproductibilite de Green

38
(No Transcript)
39
Evaluer la qualité des échelles de Guttman
  • Coefficient théorique de reproductibilité
  • Indice de consistance (I)

40
Critiques
  • Pas de métrique (les intervalles nont pas de
    taille !)
  • Indices ne permettant pas linférence
  • Surtout descriptif et attaché à un échantillon
    observé
  • Travail fastidieux

41
Modèles de  la réponse à un item  (MRI)
  • La "Théorie de Réponse à un Item" émerge dans les
    années 1950 et 1960 comme une réaction à la
    théorie classique des tests. Contrairement à
    cette dernière, la théorie de réponse à un item
    n'est pas attachée aux scores obtenus à des tests
    par des échantillons aléatoires, mais aux
    réponses individuelles à des items particuliers.
    Ces réponses sont modélisées comme le résultat
    d'un processus stochastique dans lequel la
    probabilité de donner une réponse d'un certain
    type dépend de plusieurs paramètres. Ces
    paramètres peuvent soit être liés aux personnes
    (compétence), soit aux items (difficulté). (VAN
    DER LINDEN, 1986, p. 329).
  • C'est généralement le terme anglais d'Item
    Response Theory ou IRT qui est employé, même dans
    certains textes français.

42
Modèles de  la réponse à un item  (MRI)
1.00
Probabilité de réussite des items
Courbe caractéristique de l item x
Difficulté de l item
0.0

Compétence du sujet
Modèle général de Birnbaum
43
Le  modèle de Rasch 
  • La théorie développée par RASCH (1966) à propos
    des items dichotomiques est en fait un cas
    particulier de celle de BIRNBAUM (1968), au même
    titre que les modèles de LAZARSFELD (1950) et
    LAZARSFELD HENRY (1968) (LEVY, 1973).

44
Autres modèles
Modèle de BIRNBAUM
Modèle de RASCH
Modèle de LAZARSFELD
Modèle de GUTTMAN
45
Le  modèle de Rasch 
  • RASCH postule qu'il a affaire à des items de même
    pouvoir discriminatif, mais ayant un niveau de
    difficulté distinct (LORD NOVICK, 1968, p.
    402).
  • L'allure théorique de la distribution de
    probabilité des réponses positives de chaque item
    est déterminée par une fonction logistique (en
    forme de S ou d'ogive).
  • Le seul paramètre à estimer dans ce modèle est la
    valeur de l'abscisse du point d'inflexion de
    chaque courbe. Dit plus simplement, le modèle
    suppose que la distribution de probabilité des
    réponses positives à chaque question peut
    s'ajuster à une courbe théorique identique.

46
Le  modèle de Rasch 
Probabilité de réussite des items
Courbe caractéristique de l item x
Difficulté de l item
Compétence du sujet
Modèle de Rasch (à 1 paramètre)
47
Le  modèle de Rasch 
Ce modèle permet de mettre en relation l'aptitude
d'un sujet donné et la difficulté d'un
item par le biais de la différence
C'est cette différence qui
gouverne en fait la probabilité associée à
l'observation d'une réponse positive
48
Le  modèle de Rasch 
Par définition, cette probabilité vaut 0,5
lorsque la différence entre la compétence d'un
sujet donné et la difficulté de l'item considéré
est nulle. Cette différence peut cependant varier
entre -? et ?. Les probabilités associées
tendent alors respectivement vers 0 et vers 1.
49
Le  modèle de Rasch 
La probabilité qu'un sujet n obtienne une réponse
positive à l'item i, connaissant d'une part la
difficulté de l'item et d'autre part la
compétence du sujet s'exprime donc de la manière
suivante
50
Le  modèle de Rasch 
51
Le  modèle de Rasch 
52
Le modèle à 3 paramètres
53
1e application pratique
 
Daprès Fagnant, 1996
 
54
1e application pratique
 
Daprès Fagnant, 1996
C 16
240,640
 
70
 
 
30,5x5152,5
90
 
55
Résultats obtenus
  • Représentation globale de léchelle (élèves et
    items)

56
2e application pratique
 
La notion d  ancrage 
Une banque de questions contient typiquement des
items provenant de plusieurs tests qui ont été
calibrés lors d'administrations à des groupes
différents. Les paramètres de ces items doivent
alors être rapportés à une échelle commune. Cette
technique de mise en rapport implique une
procédure d'ancrage et de transformation. (VALE,
1986, p. 333) Un ancrage implique qu'une
personne en pratique, un ensemble de personnes
réponde aux items de plusieurs tests ou qu'un
item dans la pratique, un ensemble d'items soit
administré aux membres de plusieurs groupes.
(VALE, 1986, p. 335).
 
57
(No Transcript)
58
(No Transcript)
59
(No Transcript)
60
Critiques
  • Nécessité dun logiciel de calcul
  • Relativement aisé à interpréter (1 paramètre)
  • Indépendance à léchantillon et au test
  • Un seul continuum (sujets / items)
  • Complexité de lajustement du modèle
  • Encore peu utilisé dans le monde francophone

61
(No Transcript)
Write a Comment
User Comments (0)
About PowerShow.com