Quiz sur la fidélité
Résumé-Quiz
0 questions correctes sur 20
Questions:
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
Information
Les 20 questions qui suivent vous permettront de tester vos connaissances sur les contenus présentés dans l’ensemble de la section Fidélité. Une calculatrice sera nécessaire pour répondre à certaines questions, ainsi que quelques feuilles brouillon pour effectuer vos calculs.
Des explications accompagneront chaque réponse donnée lors de la vérification de celle-ci afin de vous permettre de valider ou de rectifier votre compréhension et votre démarche. Dans certains cas, il vous sera également possible de suivre un lien qui ouvrira dans une fenêtre distincte la page des contenus visés par la question.
Bonne révision!
Vous avez déjà rempli le questionnaire avant. Par conséquent, vous ne pouvez pas recommencer.
Quiz is loading...
You must sign in or sign up to start the quiz.
Vous devez finir le quiz suivant, avant de commencer celui-ci :
Résultats
0 questions sur 20 répondues correctement
Votre temps:
Temps écoulé
Vous avez atteint 0 points sur 0 , (0)
Categories
- Not categorized 0%
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- Répondu
- Examiner
-
Question 1 sur 20
1. Question
1 pointsComment interprétez-vous un coefficient de fidélité de 0,67 d’un outil psychométrique?
Exact
Le coefficient de fidélité exprime effectivement la part de variance du score observé qui est attribuable au construit mesuré (au score vrai), qui est ici de 67 %. En conséquence, 33 % de la variance du score observé est attribuable à de l’erreur de mesure (c’est-à-dire à l’imprécision de l’instrument utilisé). Il est important de noter qu’il est toujours question de la variance du score observé (soit le résultat obtenu à la passation d’un instrument psychométrique) et non à la variance du score vrai, puisque ce dernier n’est jamais connu en raison de la présence d’erreur de mesure.
Inexact
Le coefficient de fidélité exprime la part de variance du score observé qui est attribuable au construit mesuré (au score vrai), qui est ici de 67 %. En conséquence, 33 % de la variance du score observé est attribuable à de l’erreur de mesure (c’est-à-dire à l’imprécision de l’instrument utilisé). Il est important de noter qu’il est toujours question de la variance du score observé (soit le résultat obtenu à la passation d’un instrument psychométrique) et non du score vrai, puisque celui-ci n’est jamais connu en raison de la présence d’erreur de mesure. Vous pouvez réviser vos notions sur la fidélité en suivant ce lien.
-
Question 2 sur 20
2. Question
1 pointsEst-ce qu’un coefficient de fidélité peut avoir une valeur négative ?
Exact
Le coefficient de fidélité exprime la proportion de la variance du score observé qui est due à la variance du score vrai. La plus basse valeur possible est de 0, qui signifierait alors que la variance du score observé ne serait aucunement attribuable au construit mesuré (personnalité, aptitude, intérêts ou autre) et entièrement attribuable à l’erreur de mesure. Aussi bien dire qu’on ne mesurerait rien! Le coefficient de fidélité ne peut pas être négatif; sa valeur varie entre 0 et 1.
Inexact
Le coefficient de fidélité exprime la proportion de la variance du score observé qui est due à la variance du score vrai. La plus basse valeur possible est de 0, qui signifierait alors que la variance du score observé ne serait aucunement attribuable au concept mesuré (personnalité, aptitude, intérêts ou autre) et entièrement attribuable à l’erreur de mesure. Aussi bien dire qu’on ne mesurerait rien! Le coefficient de fidélité ne peut pas être négatif; sa valeur varie entre 0 et 1.
-
Question 3 sur 20
3. Question
1 pointsVous lisez un article scientifique dans lequel on fait référence au coefficient de corrélation entre les scores obtenus à la passation de la version contemporaine et ceux obtenus à la passation de la version classique du Test pour le Personnel Wonderlic. La passation de ces deux versions du Wonderlic a été effectuée lors d’une même séance. À quelle méthode d’estimation de la fidélité fait-on référence?
Exact
En effet, l’estimation de la fidélité d’un instrument psychométrique s’obtient ici avec la méthode de l’équivalence, soit en comparant les scores observés à deux formes équivalentes d’un même instrument (ici la forme contemporaine et la forme classique du Wonderlic). La corrélation entre les scores des deux versions de l’instrument renseigne sur la précision de l’instrument dont on cherche à estimer la fidélité.
Cette méthode ne tient pas compte de la stabilité des résultats dans le temps (stabilité), ce qui nécessiterait la comparaison des résultats obtenus à deux passations à deux moments différents. Elle ne mesure pas non plus l’homogénéité des items de l’instrument (cohérence interne). La méthode de l’équivalence utilise la corrélation pour s’intéresser strictement à l’association entre les scores obtenus à deux versions d’un instrument reconnues équivalentes.
Inexact
L’estimation de la fidélité d’un instrument psychométrique s’obtient ici avec la méthode de l’équivalence, soit en comparant les scores observés à deux formes équivalentes d’un même instrument (ici la forme contemporaine et la forme classique du Wonderlic). La corrélation entre les scores des deux versions de l’instrument renseigne sur la précision de l’instrument dont on cherche à estimer la fidélité.
Cette méthode ne tient pas compte de la stabilité des résultats dans le temps (stabilité), ce qui nécessiterait la comparaison des résultats obtenus à deux passations à deux moments différents. Elle ne mesure pas non plus l’homogénéité des items de l’instrument (cohérence interne). La méthode de l’équivalence utilise la corrélation pour s’intéresser strictement à l’association entre les scores obtenus à deux versions d’un instrument reconnues équivalentes.
-
Question 4 sur 20
4. Question
1 pointsÀ quelle méthode d’estimation de la fidélité fait-on référence lorsqu’on vous présente le coefficient de corrélation entre les scores obtenus par un échantillon d’individus à leur passation d’un même inventaire de personnalité à deux moments rapprochés (par exemple, à une semaine d’intervalle)?
Exact
En effet, par la méthode de la stabilité, on évalue la constance dans le temps des résultats d’un instrument psychométrique en étudiant la force de l’association entre les scores obtenus à deux passations du même instrument à des moments différents.
La méthode de la cohérence interne s’intéresse au contenu d’un instrument en évaluant l’homogénéité des items qui le composent, alors que la méthode de l’équivalence s’intéresse à la corrélation entre les scores obtenus à deux instruments ou à deux versions d’un même instrument, mais reconnus comme équivalents. Quant à la méthode de la stabilité-équivalence, à l’instar de la méthode de la stabilité, elle implique de comparer les résultats obtenus à deux passations réalisées à des moments différents, mais elle utilise toutefois deux instruments ou versions d’un instrument reconnus équivalents. Enfin, la méthode de la stabilité implique quant à elle la passation d’un seul et même instrument à deux moments dans le temps.
Inexact
On évalue ici la constance dans le temps des résultats d’un instrument psychométrique en comparant les scores obtenus aux deux passations du même instrument (à des moments différents) et en étudiant la force de l’association entre eux. Il s’agit donc de la méthode de la stabilité.
La méthode de la cohérence interne s’intéresse au contenu d’un instrument en évaluant l’homogénéité des items qui le composent, alors que la méthode de l’équivalence s’intéresse à la corrélation entre les scores obtenus à deux instruments ou à deux versions d’un même instrument, mais reconnus comme équivalents. Quant à la méthode de la stabilité-équivalence, à l’instar de la méthode de la stabilité, elle implique de comparer les résultats obtenus à deux passations réalisées à des moments différents, mais elle utilise toutefois deux instruments ou versions d’un instrument reconnus équivalents. Enfin, la méthode de la stabilité implique quant à elle la passation d’un seul et même instrument à deux moments dans le temps.
-
Question 5 sur 20
5. Question
1 pointsSi l’on observe un coefficient de corrélation de 0,94 (r = 0,94) entre le score composite obtenu aux items pairs d’un instrument psychométrique et le score composite aux items impairs de ce même instrument, de quelle type d’estimation de la fidélité est-il alors question?
Exact
Il s’agit en effet de la méthode de bissection. Pour obtenir ce coefficient, l’instrument psychométrique a été scindé en deux parties afin de les comparer entre elles et d’en évaluer le degré d’association. Cette opération informe sur l’homogénéité des parties de l’instrument.
Contrairement aux méthodes de la stabilité, de l’équivalence et de la stabilité-équivalence, les méthodes de cohérence interne ne requièrent pas deux temps de passation ou deux instrument équivalents.
Alors que la méthode de la cohérence interne par bissection compare deux parties d’un même instrument entre elles, la méthode de la cohérence interne par covariance compare tous les items entre eux deux à deux, comme autant de parties de l’instrument, et ne donne pas un coefficient de corrélation (r), mais plutôt un coefficient alpha de Cronbach (α) (remarque : d’autre coefficients peuvent être calculés selon cette méthode, tel que le coefficient alpha ordinal ou le coefficient omega).
Inexact
Pour obtenir ce coefficient, l’instrument psychométrique a été scindé en deux parties afin de les comparer entre elles et d’en évaluer le degré d’association. Il s’agit de la méthode de bissection, qui informe sur l’homogénéité des parties de l’instrument.
Contrairement aux méthodes de la stabilité, de l’équivalence et de la stabilité-équivalence, les méthodes de cohérence interne ne requièrent pas deux temps de passation ou deux instrument équivalents.
Alors que la méthode de la cohérence interne par bissection compare deux parties d’un même instrument entre elles, la méthode de la cohérence interne par covariance compare tous les items entre eux deux à deux, comme autant de parties de l’instrument, et ne donne pas un coefficient de corrélation (r), mais plutôt un coefficient alpha de Cronbach (α) (remarque : d’autre coefficients peuvent être calculés selon cette méthode, tel que le coefficient alpha ordinal ou le coefficient omega).
-
Question 6 sur 20
6. Question
1 pointsChoisissez parmi les explications suivantes celle qui exprime le mieux en quoi consiste l’estimation de la fidélité d’un instrument par la méthode de la stabilité-équivalence.
Exact
En effet. Lorsqu’il est question d’équivalence, cela implique nécessairement deux instruments reconnus comme équivalents (par exemple, la version A et la version B d’une échelle de dépression).
Lorsqu’il est question de stabilité, cela implique nécessairement l’évaluation de la constance des résultats dans le temps. Pour évaluer la stabilité, il est nécessaire d’effectuer deux passations à des moments différents afin de comparer les résultats obtenus et de mesurer le degré d’association entre eux.
Ainsi, la méthode de la stabilité-équivalence implique l’administration de deux versions d’un même instrument, reconnues comme équivalentes, à des moments différents.
Inexact
Lorsqu’il est question d’équivalence, cela implique nécessairement deux instruments reconnus comme équivalents (par exemple, la version A et la version B d’une échelle de dépression).
Lorsqu’il est question de stabilité, cela implique nécessairement l’évaluation de la constance des résultats dans le temps. Pour évaluer la stabilité, il est nécessaire d’effectuer deux passations à des moments différents afin de comparer les résultats obtenus et de mesurer le degré d’association entre eux.
Ainsi, la méthode de la stabilité-équivalence implique l’administration de deux versions d’un même instrument, reconnues comme équivalentes, à des moments différents.
-
Question 7 sur 20
7. Question
1 pointsLors de vos lectures dans le cadre de votre formation en psychométrie sur l’évaluation de la personnalité, vous apprenez que les échelles des traits de personnalité du NEO-PI-3 ont des coefficients alphas de Cronbach (α) variant entre 0,89 à 0,93 (McCrae et Costa, 2010). Vous comprenez alors que ces coefficients de fidélité ont été obtenus par :
Exact
En effet, le degré de covariance est exprimé par un alpha de Cronbach (α), sauf dans le cas du KR-20 (r), utilisé pour les items dichotomiques (remarque : d’autres coefficients peuvent également être utilisés, bien que plus rarement, pour mesurer la cohérence interne d’un instrument). La méthode de la covariance implique la mesure du degré de covariance entre les items d’un instrument, ce qui permet d’évaluer le degré d’homogénéité entre eux (à quel point ils mesurent le même concept) et renseigne donc sur la précision de l’instrument.
Inexact
Le coefficient alpha de Cronbach (α) exprime le degré de covariance entre les items d’un instrument psychométrique. La méthode de la covariance permet d’évaluer le degré d’homogénéité des items (à quel point ils mesurent le même concept), ou entre d’autre mots, le degré de cohérence interne de l’instrument, et renseigne donc sur la précision de l’instrument.
-
Question 8 sur 20
8. Question
1 pointsLaquelle des méthodes d’estimation de la fidélité, entre celle de l’équivalence et celle de la stabilité-équivalence, comporte le moins de sources d’erreur? En d’autres mots, laquelle des deux méthode offre la meilleur estimation de la fidélité réelle d’un instrument?
Exact
En effet, la stabilité-équivalence cumule les sources d’imprécision des deux méthodes qu’elle combine, lesquelles s’ajoutent à l’erreur de mesure : 1) deux versions d’un même instrument ne sont jamais entièrement parallèles ; 2) l’effet du passage du temps peut induire un effet de maturation ou un effet de pratique. Par conséquent, la méthode de la stabilité-équivalence a tendance à sous-estimer le degré de fidélité, en comparaison à la méthode de l’équivalence.
Inexact
Au contraire, la stabilité-équivalence cumule les sources d’imprécision des deux méthodes qu’elle combine, lesquelles s’ajoutent à l’erreur de mesure : 1) deux versions d’un même instrument ne sont jamais entièrement parallèles ; 2) l’effet du passage du temps peut induire un effet de maturation ou un effet de pratique. Par conséquent, la méthode de la stabilité-équivalence a tendance à sous-estimer le degré de fidélité, en comparaison à la méthode de l’équivalence.
-
Question 9 sur 20
9. Question
1 pointsVrai ou faux? Le score vrai se retrouve nécessairement à l’intérieur de l’intervalle de confiance du score observé.
Exact
C’est exact. L’intervalle de confiance, qui se veut la marge d’erreur autour du score observé, représente l’intervalle à l’intérieur duquel il y a une probabilité x (par exemple 68 %, 95 % ou 99 %) que le score vrai se trouve. Il y a toujours une probabilité, bien que faible, que le score vrai se situe à l’extérieur de l’intervalle de confiance (et que l’instrument ait donné un résultat erroné!). Par exemple, dans le cas d’un intervalle de confiance à 95 %, il y a 5 % de probabilité que le score vrai se situe à l’extérieur de celui-ci.
Inexact
C’est inexact. L’intervalle de confiance, qui se veut la marge d’erreur autour du score observé, représente l’intervalle à l’intérieur duquel il y a une probabilité x (par exemple 68 %, 95 % ou 99 %) que le score vrai se trouve. Il y a donc toujours une probabilité, bien que faible, que le score vrai se situe à l’extérieur de l’intervalle de confiance (et que l’instrument ait donné un résultat erroné!). Par exemple, dans le cas d’un intervalle de confiance à 95 %, il y a 5 % de probabilité que le score vrai se situe à l’extérieur de celui-ci.
-
Question 10 sur 20
10. Question
1 pointsVrai ou faux? L’erreur-type de mesure et l’intervalle de confiance sont intimement liés.
Exact
En effet, pour connaître l’intervalle de confiance, il faut en calculer l’étendue autour du score observé. La valeur de cette étendue correspond à l’erreur-type de mesure (ajustée selon le seuil de probabilité choisi), qui doit être ajoutée au score observé pour connaître la borne supérieure de l’intervalle de confiance et soustrait du score observé pour en connaître la borne inférieure. Il est donc impossible de calculer l’intervalle de confiance sans connaître au préalable la valeur de l’erreur-type de mesure.
Inexact
Pour connaître l’intervalle de confiance, il faut en calculer l’étendue autour du score observé. La valeur de cette étendue correspond à l’erreur-type de mesure (ajustée selon le seuil de probabilité choisi), qui doit être ajoutée au score observé pour connaître la borne supérieure de l’intervalle de confiance et soustrait du score observé pour en connaître la borne inférieure. Puisqu’il est impossible de calculer l’intervalle de confiance sans connaître au préalable la valeur de l’erreur-type de mesure, ils sont donc intimement liés.
Vous êtes invité à réviser l’exemple de calcul de l’erreur-type de mesure et de l’intervalle de confiance.
-
Question 11 sur 20
11. Question
6 pointsDans le cadre de votre cours de psychométrie, vous avez participé à une passation en groupe de l’Inventaire des intérêts professionnels Strong. Vous êtes toutefois curieux de savoir dans quels intervalles de confiance se situent probablement vos scores vrais, avec un seuil de probabilité très élevé (99 %). Pour ce faire, vous utilisez les coefficients de cohérence interne des différentes échelles (Donnay et al., 2004) présentés ci-dessous. Pour les fins de cet exercice, considérons que chaque échelle a un écart-type de 10.
Vous débutez avec vos scores observés aux échelles des thèmes professionnels généraux. Quels seraient les intervalles de confiance des scores observés aux échelles Artistique et Entreprenant, avec le plus haut seuil de confiance possible ? Arrondissez les décimales au centième près.
Échelles Scores observés (vos résultats) Conventionnel (α = 0,90) 59 Investigateur (α = 0,92) 57 Artistique (α = 0,95) 53 Social (α = 0,92) 51 Entreprenant (α = 0,91) 49 Réaliste (α = 0,92) 47 -
Il y a (99 %, 99%) de probabilité que votre score vrai à l’échelle Artistique se situe entre (47,22, 47.22) et (58,78, 58.78).
Il y a (99 %, 99%) de probabilité que votre score vrai à l’échelle Entreprenant se situe entre (41,26, 41.26) et (56,74, 56.74).
Exact 6 / 6PointsBravo!
Voici tout de même, à des fins pédagogiques, la démarche correcte.
Pour l’échelle Artistique :
Pour connaître l’intervalle de confiance, il faut d’abord calculer l’erreur-type de mesure à partir de l’écart-type et du coefficient de fidélité de l’échelle (ici, on dispose du coefficient de cohérence interne).
ETM = ET*√(1-r).
ETM = 10 * √(1-0,95)
ETM = 2,24
Une fois l’erreur de mesure obtenue, il faut toujours tenir compte du degré de confiance souhaité (68 %, 95 %, ou 99 %) pour le calcul de l’intervalle de confiance. Ici le seuil de probabilité choisi est de 99 %. Dans ce cas, pour obtenir les bornes inférieure et supérieure de l’intervalle à l’intérieur duquel il est probable à 99 % que le score vrai se situe, il faut multiplier l’erreur de mesure par 2,58. Ensuite, il s’agit de soustraire ce résultat du score observé pour obtenir la borne inférieure et additionner ce résultat au score observé pour obtenir la borne supérieure.
L’intervalle de confiance qui entoure le score observé est donc de :
IC (99 %) = [(x – 2,58 * ETM) ; (x + 2,58 * ETM)]
IC (99 %) = [(x – 2,58 * 2,24) ; (x + 2,58 * 2,24)]
IC (99 %) = [(53 – 5,78) ; (53 + 5,78)] = [47,22 ; 58,78]
On dira donc qu’il y a 99 % de probabilité que votre score vrai à l’échelle Artistique se situe entre 47,22 et 58,78.
De la même façon, on calculera l’intervalle de confiance dans lequel se situe, avec 99 % de probabilité, votre score vrai à l’échelle Entreprenant :
ETM = ET*√(1-r).
ETM = 10 * √(1-0,91)
ETM = 3,00
IC (99 %) = [(x – 2,58 * ETM) ; (x + 2,58 * ETM)]
IC (99 %) = [(49 – 2,58 * 3,00) ; (49 + 2,58 * 3,00)]
IC (99 %) = [(49 – 7,74) ; (49 + 7,74)] = [41,26 ; 56,74]
Il y a donc 99 % de probabilité que votre score vrai à l’échelle Entreprenant se situe entre 41,26 et 56,74.
Inexact / 6 PointsOups! Voyons de plus près la démarche qui permet de calculer les intervalles de confiance.
Pour l’échelle Artistique :
Pour connaître l’intervalle de confiance, il faut d’abord calculer l’erreur-type de mesure à partir de l’écart-type et du coefficient de fidélité de l’échelle (ici, on dispose du coefficient de cohérence interne).
ETM = ET*√(1-r).
ETM = 10 * √(1-0,95)
ETM = 2,24
Une fois l’erreur de mesure obtenue, il faut toujours tenir compte du degré de confiance souhaité (68 %, 95 %, ou 99 %) pour le calcul de l’intervalle de confiance. Ici le seuil de probabilité choisi est de 99 %. Dans ce cas, pour obtenir les bornes inférieure et supérieure de l’intervalle à l’intérieur duquel il est probable à 99 % que le score vrai se situe, il faut multiplier l’erreur de mesure par 2,58. Ensuite, il s’agit de soustraire ce résultat du score observé pour obtenir la borne inférieure et additionner ce résultat au score observé pour obtenir la borne supérieure.
L’intervalle de confiance qui entoure le score observé est donc de :
IC (99 %) = [(x – 2,58 * ETM) ; (x + 2,58 * ETM)]
IC (99 %) = [(x – 2,58 * 2,24) ; (x + 2,58 * 2,24)]
IC (99 %) = [(53 – 5,78) ; (53 + 5,78)] = [47,22 ; 58,78]
On dira donc qu’il y a 99 % de probabilité que votre score vrai à l’échelle Artistique se situe entre 47,22 et 58,78.
De la même façon, on calculera l’intervalle de confiance dans lequel se situe, avec 99 % de probabilité, votre score vrai à l’échelle Entreprenant :
ETM = ET*√(1-r).
ETM = 10 * √(1-0,91)
ETM = 3,00
IC (99 %) = [(x – 2,58 * ETM) ; (x + 2,58 * ETM)]
IC (99 %) = [(49 – 2,58 * 3,00) ; (49 + 2,58 * 3,00)]
IC (99 %) = [(49 – 7,74) ; (49 + 7,74)] = [41,26 ; 56,74]
Il y a donc 99 % de probabilité que votre score vrai à l’échelle Entreprenant se situe entre 41,26 et 56,74.
-
-
Question 12 sur 20
12. Question
3 pointsPierre obtient un score de 40 à l’échelle d’intérêts fondamentaux Entrepreneurship de l’Inventaire des intérêts professionnels Strong. Le coefficient alpha de Cronbach de cette échelle est de 0,85 et l’écart-type de la distribution de la norme de référence est de 9,84 (Donnay et al., 2004).
À l’intérieur de quel intervalle de confiance y a-t-il 95 % de probabilité que se trouve son score vrai? Arrondissez les décimales au centième près.
- Il y a (95 %, 95%) de probabilité que le score vrai de Pierre se situe entre (32,53, 32.53) et (47,47, 47.47).
Exact 3 / 3PointsEffectivement. À des fins pédagogiques, voici tout de même la démarche.
Pour connaître l’intervalle de confiance, il faut d’abord calculer l’erreur-type de mesure, ce qui permettra par la suite de calculer les bornes de l’intervalle de confiance.
ETM = ET*√(1-r).
L’écart-type est de 9,84 et le coefficient de fidélité (ici le coefficient alpha de Cronbach) est de 0,85.
ETM = 9,84* √(1-0,85)
ETM = 3,81
Pour obtenir la marge d’erreur à 95 % (seuil de probabilité de l’intervalle de confiance), il faut tenir compte qu’il y a 95 % de probabilité que le score vrai se situe entre -1,96 ETM et +1,96 ETM, donc multiplier l’erreur-type de mesure par la valeur associée au seuil de confiance souhaité (1,96) et ensuite soustraire cette valeur au score observé pour obtenir la borne supérieure de l’intervalle de confiance et additionner cette valeur au score observé pour en obtenir la borne supérieure.
IC (95%) = [(x – 1,96 * ETM) ; (x + 1,96 * ETM)]
IC (95 %) = [(40 – 1,96 * 3,81) ; (40 + 1,96 * 3,81)]
IC (95 %) = [32,53 ; 47,47]
Il y a donc 95 % de probabilité que le score vrai de Pierre à l’échelle Entrepreneurship se situe entre 32,53 et 47,47.
Inexact / 3 PointsOups! Voyons de plus près la démarche à suivre.
Pour connaître l’intervalle de confiance, il faut d’abord calculer l’erreur-type de mesure, ce qui permettra par la suite de calculer les bornes de l’intervalle de confiance.
ETM = ET*√(1-r).
L’écart-type est de 9,84 et le coefficient de fidélité (ici le coefficient alpha de Cronbach) est de 0,85.
ETM = 9,84* √(1-0,85)
ETM = 3,81
Pour obtenir la marge d’erreur à 95 % (seuil de probabilité de l’intervalle de confiance), il faut tenir compte qu’il y a 95 % de probabilité que le score vrai se situe entre -1,96 ETM et +1,96 ETM, donc multiplier l’erreur-type de mesure par la valeur associée au seuil de confiance souhaité (1,96) et ensuite soustraire cette valeur au score observé pour obtenir la borne supérieure de l’intervalle de confiance et additionner cette valeur au score observé pour en obtenir la borne supérieure.
IC (95%) = [(x – 1,96 * ETM) ; (x + 1,96 * ETM)]
IC (95 %) = [(40 – 1,96 * 3,81) ; (40 + 1,96 * 3,81)]
IC (95 %) = [32,53 ; 47,47]
Il y a donc 95 % de probabilité que le score vrai de Pierre à l’échelle Entrepreneurship se situe entre 32,53 et 47,47.
Pour vous assurer de bien comprendre la démarche à suivre pour calculer l’intervalle de confiance autour d’un score observé, vous êtes invités à consulter l’exemple suivant.
-
Question 13 sur 20
13. Question
1 pointsPierre a obtenu un score de 40 à l’échelle Entrepreneurship de l’Inventaire des intérêts professionnels Strong. À la question précédente, nous avons calculé qu’il y a 95 % de probabilité que le score vrai de Pierre à cette échelle se situe entre 32,53 et 47,47. Si la moyenne normative des scores à cette échelle est à 48,93, peut-on affirmer que Pierre a un niveau d’intérêt de type Entrepreneurship plus faible que la moyenne?
Exact
Bonne réponse! Un seuil de probabilité à 95 % signifie qu’il y a 5 % de probabilité que le score vrai soit supérieur ou inférieur aux bornes de l’intervalle de confiance. Même s’il y a 95 % de probabilité que le score vrai de Pierre se situe à l’intérieur d’un intervalle inférieur à la moyenne normative, il est important de se rappeler qu’il y a toujours une faible probabilité que le score vrai ce situe à l’extérieur de l’intervalle.
Même si on ne peut jamais avoir un degré de certitude de 100 %, il est toutefois possible de s’en rapprocher davantage en calculant l’intervalle de confiance avec un seuil de confiance plus élevé pour répondre à cette question.
Inexact
Pour répondre correctement à cette question, il faut considérer l’intervalle de confiance à l’intérieur duquel il est probable que le score vrai de Pierre se situe. Un seuil de confiance à 95 % signifie qu’il y a 5 % de probabilité que le score vrai se situe à l’extérieur des bornes de l’intervalle de confiance. Dans le cas présent, il y a 95 % de probabilité que le score de Pierre se situe à l’intérieur d’un intervalle [32,53 ; 47,47] inférieur à la moyenne normative (48,93). Il est donc très probable que Pierre ait un niveau d’intérêt de type Entrepreneurship inférieur à la moyenne. Cependant, on ne peut pas rejeter avec une certitude absolue la possibilité que le score vrai de Pierre soit supérieur ou inférieur aux bornes de l’intervalle de confiance. Il est donc possible, mais peut probable, que le score vrai de Pierre soit en réalité égal ou supérieur à la moyenne normative.
Même si on ne peut jamais avoir un degré de certitude de 100 %, il est toutefois possible de s’en rapprocher davantage en calculant l’intervalle de confiance avec un seuil de confiance plus élevé pour répondre à cette question.
-
Question 14 sur 20
14. Question
1 pointsNous avons précédemment établi qu’il y a 95 % de probabilité que le score vrai de Pierre à l’échelle Entrepreneurship de l’Inventaire des intérêts professionnels Strong se situe entre 32,53 et 47,47. Si l’écart-type de l’échantillon normatif était plus petit que la valeur avec laquelle nous avons calculé l’intervalle de confiance à la question 12 (donc ÉT < 9,84), serait-il plus probable ou moins probable que le score vrai de Pierre soit inférieur à la moyenne normative (x̄ = 48,93) à l’échelle d’intérêts Entrepreneuship (α = 0,85), sachant que son score observé à cette échelle est de 40? Arrondissez les décimales au centième près.
Exact
Bonne réponse. Un écart-type plus petit signifie qu’il y a moins de variance dans les scores de la distribution, ce qui réduit l’ETM et par la même occasion, l’intervalle de confiance.
Pour illustrer cela, si l’écart-type de l’échelle Entrepreneurship était de 5,00 plutôt que de 9,84, le calcul de l’erreur de mesure serait le suivant :
ETM = ET*√(1-r)
ETM = 5* √(1-0,85)
ETM = 1,94
Ainsi, l’erreur-type de mesure de l’échelle serait plus petite (1,94 plutôt que 3,81). En conséquence, l’intervalle de confiance à 95 % serait :
IC (95 %): [(40 – 1,96 * 1,94) ; (40 + 1,96 * 1,94)]
IC (95 %) = [(40 – 3,8) ; (40 + 3,8)]
IC (95 %) = [36,2 ; 43,8]
Il y aurait alors 95 % de probabilité que le score vrai de Pierre se situe entre 36,2 et 43,8 soit un intervalle encore plus éloigné de la moyenne normative, diminuant d’autant la probabilité que le score vrai de Pierre soit égal ou supérieur à 48,93.
Inexact
Non, au contraire. Un écart-type plus petit signifie qu’il y a moins de variance dans les scores de la distribution, ce qui réduit l’ETM et par la même occasion, l’intervalle de confiance.
Pour illustrer cela, si l’écart-type de l’échelle Entrepreneurship était de 5,00 plutôt que de 9,84, le calcul de l’erreur de mesure serait le suivant :
ETM = ET*√(1-r)
ETM = 5* √(1-0,85)
ETM = 1,94
Ainsi, l’erreur-type de mesure de l’échelle serait plus petite (1,94 plutôt que 3,81). En conséquence, l’intervalle de confiance à 95 % serait :
IC (95 %): [(40 – 1,96 * 1,94) ; (40 + 1,96 * 1,94)]
IC (95 %) = [(40 – 3,8) ; (40 + 3,8)]
IC (95 %) = [36,2 ; 43,8]
Il y aurait alors 95 % de probabilité que le score vrai de Pierre se situe entre 36,2 et 43,8 soit un intervalle encore plus éloigné de la moyenne normative, diminuant d’autant la probabilité que le score vrai de Pierre soit égal ou supérieur à 48,93.
-
Question 15 sur 20
15. Question
1 pointsQuel effet a l’augmentation du seuil de probabilité sur l’intervalle de confiance (par exemple, passer d’un seuil de probabilité de 95 % à 99 %)?
Exact
Effectivement, plus le degré de certitude (ou seuil de probabilité) est élevé, plus la valeur par laquelle l’ETM est multipliée augmente, ce qui augmente d’autant l’étendue de l’intervalle de confiance. C’est logique : plus on veut que la probabilité que le score vrai soit inclus dans l’intervalle de confiance soit grande, plus l’intervalle de confiance doit être large.
IC = [(x-ETM); (x+ETM)]
Inexact
En fait, plus le degré de certitude (ou seuil de probabilité) est élevé, plus la valeur par laquelle l’ETM est multipliée augmente, ce qui augmente d’autant l’étendue de l’intervalle de confiance. C’est logique : plus on veut que la probabilité que le score vrai soit inclus dans l’intervalle de confiance soit grande, plus l’intervalle de confiance doit être large.
IC = [(x-ETM); (x+ETM)]
Vous pouvez réviser vos notions sur l’intervalle de confiance ici.
-
Question 16 sur 20
16. Question
1 pointsDécrivez l’impact de l’augmentation d’un coefficient de fidélité sur l’intervalle de confiance.
Exact
L’augmentation du coefficient de fidélité influence directement l’erreur-type de mesure; plus le degré de précision d’un instrument psychométrique est élevé, plus faible est son erreur de mesure, comme en témoigne le calcul de l’ETM :
ETM = ET*√(1-r)
Le coefficient de fidélité, en étant plus élevé, diminue l’erreur-type de mesure, ce qui réduit la marge d’erreur et réduit donc l’étendue de l’intervalle de confiance. Ainsi, plus la fidélité de l’instrument augmente, plus sa marge d’erreur diminue.
Inexact
En fait, l’augmentation du coefficient de fidélité influence directement l’erreur-type de mesure; plus le degré de précision d’un instrument psychométrique est élevé, plus faible est son erreur de mesure, comme en témoigne le calcul de l’ETM :
ETM = ET*√(1-r)
Le coefficient de fidélité, en étant plus élevé, diminue l’erreur-type de mesure, ce qui réduit la marge d’erreur et réduit donc l’étendue de l’intervalle de confiance. Ainsi, plus la fidélité de l’instrument augmente, plus sa marge d’erreur diminue.
-
Question 17 sur 20
17. Question
1 pointsLa traduction française du « Beck Depression Inventory » (BDI) de Beck (1978, dans Bourque et Beaudette, 1982) mesure l’intensité des symptômes dépressifs. Cet instrument comporte 21 items dont l’échelle de réponse est graduée de 0 à 3. Le score total possible varie donc entre 0 et 63. Les catégories servant d’indices pour déterminer l’intensité des sentiments dépressifs sont les suivantes: absence de dépression (0 à 9) ; légèrement déprimé (10 à 15) ; modérément déprimé (16 à 23) ; gravement déprimé (24 et plus). Dans leur étude de validation de la version traduite du BDI, Bourque et Beaudette (1982) rapportent un écart-type de 5,90 et un coefficient de cohérence interne KR-20 de 0,92.
Stéphane et Mathilde suivent actuellement un cours d’introduction à la psychométrie. On leur a demandé de calculer l’intervalle de confiance autour du score observé (x = 21) d’une personne évaluée et de se positionner quant à l’intensité des symptômes dépressifs de cette dernière.
S’ils s’entendent tous deux pour affirmer que ce résultat reflète la présence de symptômes dépressifs, leur interprétation des résultats diffère. Stéphane pense que bien que le score de la personne la situe dans la zone « modérément déprimée », il est probable que la personne évaluée soit en réalité « gravement déprimée ». De son côté, Mathilde affirme qu’on peut affirmer avec confiance que cette personne est « modérément déprimée ». Qui de Stéphane ou Mathilde propose la meilleure interprétation des résultats au BDI selon vous et pourquoi?
Exact
Bravo! Voici tout de même la démarche d’analyse des résultats.
Afin d’interpréter adéquatement les résultats obtenus à la passation d’un instrument psychométrique, il est important de connaître l’intervalle de confiance (IC) dans lequel se situe probablement le score vrai de la personne évaluée. Pour connaître l’IC, il faut d’abord calculer l’erreur-type de mesure (ETM) :
ETM = ET*√(1-r)
ETM = 5,90* √(1-0,92)
ETM = 1,67
Lorsqu’on ajoute l’ETM au score observé, on obtient un intervalle de :
IC = [(x – ETM) ; (x + ETM)]
IC = [(21-1,67) ; (21+1,67)]
IC = [19,33 ; 22,67].
On sait qu’il y a 68 % de probabilité que le score vrai se situe entre -1 ETM et +1 ETM. On dira alors qu’il y a 68 % de probabilité que le score vrai de la personne évaluée se situe dans la catégorie « modérément déprimé » (16 à 23), tel que l’a décrit Mathilde. Toutefois, un degré de certitude de 68 % signifie qu’il y a 32 % de probabilité que le score vrai de la personne évaluée soit inférieur à 19,33 ou supérieur à 22,67. L’incertitude associée à cette réponse est insatisfaisante.
Pour une plus grande certitude, afin d’avoir davantage confiance au résultat obtenu, on peut calculer l’intervalle de confiance en tenant compte cette fois d’un degré de certitude de 95 % :
IC = [(x – 1,96 * ETM) ; (x + 1,96 * ETM)]
IC = [(21-3,27) ; (21+3,27)]
IC = [17,73 ; 24,27]
On dira donc qu’il y a 95 % de probabilité que le score vrai de la personne évaluée se situe entre 17,73 et 24,27. En augmentant le degré de certitude, l’intervalle de confiance dépasse le point de coupure établi pour la catégorie « modérément déprimé » (16 à 23) et recoupe la catégorie « gravement déprimé » (24 et plus). Au regard de cet intervalle de confiance, il est donc possible que le score vrai de la personne évaluée au BDI corresponde à la catégorie « gravement déprimé ». Si vous avez calculé l’intervalle de confiance à un seuil de probabilité de 99 %, cela vous aura mené à la même interprétation. On retiendra également qu’il est tout de même beaucoup plus probable que le score vrai de cette personne se situe dans la zone « modérément déprimé » que « gravement déprimé ».
Ainsi, Stéphane a raison d’affirmer qu’il est probable que la personne soit « gravement déprimée ». Cela dit, cet exemple illustre bien que le seuil de probabilité choisi influencera l’interprétation que l’on fera des résultats à un instrument psychométrique. Plus on souhaite avoir un degré de certitude élevé, moins notre conclusion pourra être précise.
Inexact
À votre défense, cette question était difficile. Il est probable qu’une partie de votre raisonnement et de vos calculs soient justes. En révisant la démarche ci-dessous, vous serez à même de voir où votre raisonnement a fait défaut.
Afin d’interpréter adéquatement les résultats obtenus à la passation d’un instrument psychométrique, il est important de connaître l’intervalle de confiance (IC) dans lequel se situe probablement le score vrai de la personne évaluée. Pour connaître l’IC, il faut d’abord calculer l’erreur-type de mesure (ETM) :
ETM = ET*√(1-r)
ETM = 5,90* √(1-0,92)
ETM = 1,67
Lorsqu’on ajoute l’ETM au score observé, on obtient un intervalle de :
IC = [(x – ETM) ; (x + ETM)]
IC = [(21-1,67) ; (21+1,67)]
IC = [19,33 ; 22,67].
On sait qu’il y a 68 % de probabilité que le score vrai se situe entre -1 ETM et +1 ETM. On dira alors qu’il y a 68 % de probabilité que le score vrai de la personne évaluée se situe dans la catégorie « modérément déprimé » (16 à 23), tel que l’a décrit Mathilde. Toutefois, un degré de certitude de 68 % signifie qu’il y a 32 % de probabilité que le score vrai de la personne évaluée soit inférieur à 19,33 ou supérieur à 22,67. L’incertitude associée à cette réponse est insatisfaisante.
Pour une plus grande certitude, afin d’avoir davantage confiance au résultat obtenu, on peut calculer l’intervalle de confiance en tenant compte cette fois d’un degré de certitude de 95 % :
IC = [(x – 1,96 * ETM) ; (x + 1,96 * ETM)]
IC = [(21-3,27) ; (21+3,27)]
IC = [17,73 ; 24,27]
On dira donc qu’il y a 95 % de probabilité que le score vrai de la personne évaluée se situe entre 17,73 et 24,27. En augmentant le degré de certitude, l’intervalle de confiance dépasse le point de coupure établi pour la catégorie « modérément déprimé » (16 à 23) et recoupe la catégorie « gravement déprimé » (24 et plus). Au regard de cet intervalle de confiance, il est donc possible que le score vrai de la personne évaluée au BDI corresponde à la catégorie « gravement déprimé ». Si vous avez calculé l’intervalle de confiance à un seuil de probabilité de 99 %, cela vous aura mené à la même interprétation. On retiendra également qu’il est tout de même beaucoup plus probable que le score vrai de cette personne se situe dans la zone « modérément déprimé » que « gravement déprimé ».
Ainsi, Stéphane a raison d’affirmer qu’il est probable que la personne soit « gravement déprimée ». Cela dit, cet exemple illustre bien que le seuil de probabilité choisi influencera l’interprétation que l’on fera des résultats à un instrument psychométrique. Plus on souhaite avoir un degré de certitude élevé, moins notre conclusion pourra être précise.
-
Question 18 sur 20
18. Question
1 pointsLors d’un processus d’admission dans un programme de formation professionnelle en mécanique automobile, Alex a complété la Batterie générale de tests d’aptitudes (BGTA). Dix ans plus tard, on lui administre à nouveau la BGTA dans un contexte de sélection de personnel pour un nouvel emploi sur lequel il a postulé. À cette récente passation, il a obtenu un score de 129 à l’échelle d’aptitudes verbales, dont l’erreur-type de mesure est de 3. En fouillant dans ses vieux dossiers, il retrouve son résultat obtenu 10 ans plus tôt à cette même échelle; il avait alors obtenu un score de 120 à cette même échelle. Il remarque sur la feuille de comptabilisation des résultats que l’erreur-type de mesure était de 6.
Alex se demande si l’écart entre ses scores observés reflète une amélioration réelle de ses aptitudes verbales, ou bien si cet écart est attribuable à l’erreur de mesure de la BGTA. Pouvez-vous répondre à cette question d’Alex? Utilisez un seuil de probabilité de 68 %.Exact
Bonne réponse. Regardons en détails la démarche à suivre.
Afin de s’assurer que la différence entre les résultats représente un réel changement du niveau d’aptitude verbale d’Alex (c’est-à-dire attribuable à une réelle variation de son score vrai), il nous faut calculer l’erreur-type de la différence entre les résultats de ces deux tests, effectués avec le même instrument, mais avec des normes différentes et des ETM différentes.
ETM (diff) = √(ETM1² + ETM2²)
ETM (diff) = √(3² + 6²) = 6,71
L’erreur- type de la différence est de 6,71.
La différence entre les scores d’Alex doit alors être d’au moins 6,71 pour affirmer avec 68 % de probabilité que ses scores vrais sont différents (et donc que l’écart entre les scores observés reflète une différence entre ses scores vrais).
La différence entre les scores d’Alex est de 129-120 = 9. On peut alors affirmer, avec un seuil de probabilité de 68 %, que cette différence reflète une réelle différence entre ses scores vrais, et que l’écart dans les scores observés n’est pas une variation normale attribuable à l’erreur de mesure. On peut donc dire à Alex que nous sommes certains à 68 % qu’il y a eu une amélioration de son niveau d’aptitude verbale.
Inexact
Oups! Regardons en détails la démarche à suivre.
Afin de s’assurer que la différence entre les résultats représente un réel changement du niveau d’aptitude verbale d’Alex (c’est-à-dire attribuable à une réelle variation de son score vrai), il nous faut calculer l’erreur-type de la différence entre les résultats de ces deux tests, effectués avec le même instrument, mais avec des normes différentes et des ETM différentes.
ETM (diff) = √(ETM1² + ETM2²)
ETM (diff) = √(3² + 6²) = 6,71
L’erreur- type de la différence est de 6,71.
La différence entre les scores d’Alex doit alors être d’au moins 6,71 pour affirmer avec 68 % de probabilité que ses scores vrais sont différents (et donc que l’écart entre les scores observés reflète une différence entre ses scores vrais).
La différence entre les scores d’Alex est de 129-120 = 9. On peut alors affirmer, avec un seuil de probabilité de 68 %, que cette différence reflète une réelle différence entre ses scores vrais, et que l’écart dans les scores observés n’est pas une variation normale attribuable à l’erreur de mesure. On peut donc dire à Alex que nous sommes certains à 68 % qu’il y a eu une amélioration de son niveau d’aptitude verbale.
Vous êtes invités à réviser l’exemple suivant afin de consolider votre compréhension.
-
Question 19 sur 20
19. Question
1 pointsAnnie et Sophie, des étudiantes d’un cours de psychométrie, ont expérimenté le Test pour le personnel Wonderlic, qui mesure les habilités cognitives. Le coefficient de cohérence interne KR-20 de ce test est de 0,88 (Sarrazin, 1996) et, pour l’échantillon normatif de référence d’Annie et Sophie, l’écart-type est de 6,30. Annie a obtenu un score de 40 et Sophie a obtenu un score de 44. Sophie taquine Annie en lui disant qu’elle est plus intelligente qu’elle. Mais Annie affirme que leurs scores vrais pourraient tout aussi bien être les mêmes, en raison de l’erreur de mesure du test. Qui a raison, avec 95 % de certitude?
Exact
Bonne réponse. Voyons de plus près la justification de celle-ci.
Afin de comparer objectivement les scores d’Annie et de Sophie et de s’assurer que la différence entre leurs scores observés représente une différence réelle entre leurs scores vrais, il nous faut calculer l’erreur-type de la différence (ETM (diff)). Toutefois, pour y arriver, il nous faut connaître l’erreur-type de mesure (ETM) du test administré à chacune des deux candidates.
ETM = ET*√(1-r)
ETM = 6,30* √(1-0,88)
ETM = 2,18
Maintenant que nous disposons de l’ETM du test Wonderlic, il est possible de calculer l’ETM (diff) :
ETM (diff) = √(ETM1² + ETM2²)
ETM (diff) = √(2,18² + 2,18²) = 3,08
Comme Annie et Sophie se sont vues administrer le même instrument, nous utilisons dans le calcul la même ETM (ETM1 = ETM2). L’erreur-type de la différence est de 3,08. Comme on veut un seuil de probabilité de 95 %, il faut multiplier l’ETM(diff) par 1,96.
3,08 * 1,96 = 6,04
La différence entre les scores observés d’Annie et de Sophie doit donc être d’au moins 6,04 pour être certain à 95 % que leurs scores vrais sont différents. Or, la différence entre les scores observés d’Annie et de Sophie est de 4 (44-40). On peut donc pas affirmer, avec un degré de certitude de 95 %, que Sophie est plus intelligente qu’Annie.
Ainsi, à la lumière de ces données, Annie a raison lorsqu’elle dit que leurs scores vrais pourraient être équivalents.
Inexact
Oups! Voyons la démarche afin de comprendre pourquoi Annie a raison.
Afin de comparer objectivement les scores d’Annie et de Sophie et de s’assurer que la différence entre leurs scores observés représente une différence réelle entre leurs scores vrais, il nous faut calculer l’erreur-type de la différence (ETM (diff)). Toutefois, pour y arriver, il nous faut connaître l’erreur-type de mesure (ETM) du test administré à chacune des deux candidates.
ETM = ET*√(1-r)
ETM = 6,30* √(1-0,88)
ETM = 2,18
Maintenant que nous disposons de l’ETM du test Wonderlic, il est possible de calculer l’ETM (diff) :
ETM (diff) = √(ETM1² + ETM2²)
ETM (diff) = √(2,18² + 2,18²) = 3,08
Comme Annie et Sophie se sont vues administrer le même instrument, nous utilisons dans le calcul la même ETM (ETM1 = ETM2). L’erreur-type de la différence est de 3,08. Comme on veut un seuil de probabilité de 95 %, il faut multiplier l’ETM(diff) par 1,96.
3,08 * 1,96 = 6,04
La différence entre les scores observés d’Annie et de Sophie doit donc être d’au moins 6,04 pour être certain à 95 % que leurs scores vrais sont différents. Or, la différence entre les scores observés d’Annie et de Sophie est de 4 (44-40). On peut donc pas affirmer, avec un degré de certitude de 95 %, que Sophie est plus intelligente qu’Annie.
Ainsi, à la lumière de ces données, Annie a raison lorsqu’elle dit que leurs scores vrais pourraient être équivalents.
Vous êtes invités à réviser l’exemple suivant afin de consolider votre compréhension du calcul de l’erreur-type de la différence.
-
Question 20 sur 20
20. Question
1 pointsVous faites un processus d’orientation auprès de Jonathan, un étudiant du collégial, pour l’aider dans sa démarche d’exploration de soi et du monde du travail. Au début de l’intervention, vous lui avez administré l’Inventaire des intérêts professionnels Strong. Depuis, il a réalisé plusieurs stages d’observation dans différents milieux de travail. Vous lui administrez ensuite à nouveau cet inventaire d’intérêts afin d’évaluer s’il y a eu des changements significatifs dans ses intérêts professionnels.
Voici quelques-uns de ses scores observés à la première passation (T1) et à la deuxième passation (T2) aux échelles d’intérêts fondamentaux (Donnay et al., 2004) :
Échelles Scores observés T1 Scores observés T2 Recherche (α = 0,82 ; ÉT = 9,58) 38
50
Offrir du counseling et de l’aide (α = 0,84 ; ÉT = 9,59) 62
74
Sciences sociales (α = 0,80 ; ÉT = 9,74) 53
61
Enseignement et éducation (α = 0,88 ; ÉT = 9,61) 47
57
Pourriez-vous affirmer, avec 95 % de certitude, que les démarches réalisées ont eu un impact significatif sur ses intérêts envers ces domaines?
Exact
Bonne réponse! Regardons-en la démarche en détails.
Pour comparer objectivement les scores obtenus à aux différentes échelles, il faut d’abord calculer l’ETM de chaque échelle, pour ensuite calculer l’ETM (diff) en tenant compte d’un degré de certitude de 95 %.
Pour l’échelle Recherche (α = 0,82 ; ÉT = 9,58):
ETM = ET*√(1-r)
ETM = 9,58 √(1-0,82)
ETM = 4,06
ETM (diff) = √(ETM² + ETM²)
ETM (diff) = √(4,06² + 4,06²)
ETM (diff) = 5,74
ETM (diff) à 95 % : 1,96 * 5,74 = 11,25
Donc, pour affirmer avec 95 % de certitude que l’écart entre les scores observés reflète un écart entre les scores vrais, la différence entre les scores au T1 et au T2 doit être d’au moins 11,25.
La différence entre les scores observés de Jonathan est de 12 (50-38). On peut alors affirmer, à un seuil de probabilité de 95 %, que cette différence est attribuable à une réelle différence entre ses scores vrais, et qu’elle traduit une augmentation de son niveau d’intérêt pour le domaine professionnel Recherche.
Pour l’échelle Offrir du counseling et de l’aide (α = 0,84 ; ÉT = 9,59):
ETM = ET*√(1-r)
ETM = 9,59 √(1-0,84)
ETM = 3,84
ETM (diff) = √(ETM² + ETM²)
ETM (diff) = √(3,84² + 3,84²)
ETM (diff) = 5,43
ETM (diff) à 95 % : 1,96 * 5,43 = 10,64
Donc, pour affirmer avec 95 % de certitude que l’écart dans les scores observés reflète un écart dans les scores vrais, la différence entre les scores au T1 et au T2 doit être d’au moins 10,64.
La différence entre les scores observés de Jonathan est de 12 (74-62). On peut alors affirmer, avec un degré de certitude de 95 %, que cette différence est attribuable à une réelle différence entre ses scores vrais et qu’elle traduit une augmentation de son niveau d’intérêt pour le domaine professionnel Offrir du counseling et de l’aide.
Pour l’échelle Sciences sociales (α = 0,80 ; ÉT = 9,74)
ETM = ET*√(1-r)
ETM = 9,74 √(1-0,80)
ETM = 4,36
ETM (diff) = √(ETM² + ETM²)
ETM (diff) = √(4,36² + 4,36²)
ETM (diff) = 6,17
ETM (diff) à 95 % : 1,96 * 6,17 = 12,09
Donc, pour affirmer avec 95 % de certitude que l’écart dans les scores observés reflète un écart dans les scores vrais, la différence entre les scores au T1 et au T2 doit être d’au moins 12,09.
La différence entre les scores observés de Jonathan est de 8 (61-53). On peut alors affirmer, avec un degré de certitude de 95 %, que cette différence n’est pas attribuable à une réelle différence entre ses scores vrais, mais plutôt à une variation normale de la mesure, due à l’erreur de mesure de l’échelle. On ne peut donc pas conclure qu’il y a eu un changement dans son niveau d’intérêt pour le domaine professionnel Sciences sociales.
Pour l’échelle Enseignement et éducation (α = 0,88 ; ÉT = 9,61)
ETM = ET*√(1-r)
ETM = 9,61 √(1-0,88)
ETM = 3,33
ETM (diff) = √(ETM² + ETM²)
ETM (diff) = √(3,33² + 3,33²)
ETM (diff) = 4,71
ETM (diff) à 95 % : 1,96 * 4,71 = 9,23
Donc, pour affirmer avec 95 % de certitude que l’écart dans les scores observés reflète un écart dans les scores vrais, la différence entre les scores au T1 et au T2 doit être d’au moins 9,23.
La différence entre les scores observés de Jonathan est de 10 (57-47). On peut alors affirmer, à un seuil de probabilité de 95 %, que cette différence est attribuable à une réelle différence entre ses scores vrais et qu’elle témoigne d’une augmentation de son niveau d’intérêt pour le domaine professionnel Enseignement et éducation.
En somme, on peut penser que, suite à l’intervention et aux diverses expériences de Jonathan, son niveau d’intérêt pour les domaines professionnels Recherche, Offrir du counselling et de l’aide et Enseignement et éducation ont augmenté, mais que son intérêt pour le domaine professionnel Sciences sociales est probablement demeuré stable.
Inexact
Oups! Voyons la démarche à suivre afin de répondre à cette question.
Pour comparer objectivement les scores obtenus à aux différentes échelles, il faut d’abord calculer l’ETM de chaque échelle, pour ensuite calculer l’ETM (diff) en tenant compte d’un degré de certitude de 95 %.
Pour l’échelle Recherche (α = 0,82 ; ÉT = 9,58):
ETM = ET*√(1-r)
ETM = 9,58 √(1-0,82)
ETM = 4,06
ETM (diff) = √(ETM² + ETM²)
ETM (diff) = √(4,06² + 4,06²)
ETM (diff) = 5,74
ETM (diff) à 95 % : 1,96 * 5,74 = 11,25
Donc, pour affirmer avec 95 % de certitude que l’écart entre les scores observés reflète un écart entre les scores vrais, la différence entre les scores au T1 et au T2 doit être d’au moins 11,25.
La différence entre les scores observés de Jonathan est de 12 (50-38). On peut alors affirmer, à un seuil de probabilité de 95 %, que cette différence est attribuable à une réelle différence entre ses scores vrais, et qu’elle traduit une augmentation de son niveau d’intérêt pour le domaine professionnel Recherche.
Pour l’échelle Offrir du counseling et de l’aide (α = 0,84 ; ÉT = 9,59):
ETM = ET*√(1-r)
ETM = 9,59 √(1-0,84)
ETM = 3,84
ETM (diff) = √(ETM² + ETM²)
ETM (diff) = √(3,84² + 3,84²)
ETM (diff) = 5,43
ETM (diff) à 95 % : 1,96 * 5,43 = 10,64
Donc, pour affirmer avec 95 % de certitude que l’écart dans les scores observés reflète un écart dans les scores vrais, la différence entre les scores au T1 et au T2 doit être d’au moins 10,64.
La différence entre les scores observés de Jonathan est de 12 (74-62). On peut alors affirmer, avec un degré de certitude de 95 %, que cette différence est attribuable à une réelle différence entre ses scores vrais et qu’elle traduit une augmentation de son niveau d’intérêt pour le domaine professionnel Offrir du counseling et de l’aide.
Pour l’échelle Sciences sociales (α = 0,80 ; ÉT = 9,74)
ETM = ET*√(1-r)
ETM = 9,74 √(1-0,80)
ETM = 4,36
ETM (diff) = √(ETM² + ETM²)
ETM (diff) = √(4,36² + 4,36²)
ETM (diff) = 6,17
ETM (diff) à 95 % : 1,96 * 6,17 = 12,09
Donc, pour affirmer avec 95 % de certitude que l’écart dans les scores observés reflète un écart dans les scores vrais, la différence entre les scores au T1 et au T2 doit être d’au moins 12,09.
La différence entre les scores observés de Jonathan est de 8 (61-53). On peut alors affirmer, avec un degré de certitude de 95 %, que cette différence n’est pas attribuable à une réelle différence entre ses scores vrais, mais plutôt à une variation normale de la mesure, due à l’erreur de mesure de l’échelle. On ne peut donc pas conclure qu’il y a eu un changement dans son niveau d’intérêt pour le domaine professionnel Sciences sociales.
Pour l’échelle Enseignement et éducation (α = 0,88 ; ÉT = 9,61)
ETM = ET*√(1-r)
ETM = 9,61 √(1-0,88)
ETM = 3,33
ETM (diff) = √(ETM² + ETM²)
ETM (diff) = √(3,33² + 3,33²)
ETM (diff) = 4,71
ETM (diff) à 95 % : 1,96 * 4,71 = 9,23
Donc, pour affirmer avec 95 % de certitude que l’écart dans les scores observés reflète un écart dans les scores vrais, la différence entre les scores au T1 et au T2 doit être d’au moins 9,23.
La différence entre les scores observés de Jonathan est de 10 (57-47). On peut alors affirmer, à un seuil de probabilité de 95 %, que cette différence est attribuable à une réelle différence entre ses scores vrais et qu’elle témoigne d’une augmentation de son niveau d’intérêt pour le domaine professionnel Enseignement et éducation.
En somme, on peut penser que, suite à l’intervention et aux diverses expériences de Jonathan, son niveau d’intérêt pour les domaines professionnels Recherche, Offrir du counselling et de l’aide et Enseignement et éducation ont augmenté, mais que son intérêt pour le domaine professionnel Sciences sociales est probablement demeuré stable.