Chapitre 1

introduction et
rappels
théoriques
 La variable latente
Une variable que l'on ne peut mesurer en utilisant des outils métriques
On mesure cette variable à l'aide d'un instrument de mesure spécifique
Exemples :
1. La dépression que l'on mesure grâce à la MDIC
2. L'intelligence (Q.I.) que l'on mesure grâce à la Wisc ou à la Weschler
3. Le perfectionnisme que l'on mesure grâce à la CAPS

Une variable latente est toujours présente chez un sujet mais infiniment ou
infiniment pas !
 La variable latente
Elle se mesure à l'aide d'échelles diverses et variées (caractéristique, format,
organisation des items, système de cotation)
Vous en avez vues énormément durant vos années d'études
Exemple :
1. L'échelle de Q.I. : items ordonnés par catégories
2. L'échelle de CAPS : items mélangés
3. L'échelle CAT : images
 La variable latente
Exemple : l'échelle de Weschler
1. 40 questions que l'on appelle items
2. Soit on réussit (1), soit on échoue (0)
3. Le score total d'un sujet varie entre 0 et 40
 Particularité d'une échelle
Exemple simple : je suis professeur de mathématiques et je réalise une interrogation sur
la multiplication dans le cadre de mon cours
Situation 1
Estelle Flavio

Item

Estelle Flavio Situation 2

Item
 Particularité d'une échelle
Exemple simple : je suis professeur de mathématiques et je réalise une interrogation sur
la multiplication dans le cadre de mon cours
Situation 1
Estelle Flavio

Item

Estelle Flavio Situation 2

Item
 Particularité d'une échelle
Le point de départ : une matrice de données

RAPPEL
= un su je t
Une ligne e m
ne = u n it
Une colon em
o re à l' it
Total V : sc u jet
: sc o re d u s
Tota l H
Rappels : les indices importants
Indice de difficulté
Indice de discrimination
Variance de l'item
Coefficient de corrélation item/test

C'est le moment de prendre des notes !

 L'indice de difficulté
Il varie de 0 à 1
Il renseigne la proportion de sujets qui réussissent un item/une question
Plus il est grand, plus il est facile
Dans un test, il est intéressant d'avoir des items faciles, moyens et difficiles

0 0.5 1

Item difficile Item moyen Item facile

L'indice de difficulté
 L'indice de discrimination
Il varie de 0 à 1 (bonne discrimination à partir de 0.6)
Il renseigne la pente (l'excursion de la pente)
Plus il est grand, plus il discrimine
Dans un test, il est intéressant d'avoir des items qui discriminent bien

0 0.5 1

Mauvaise Moyenne Bonne/Excellente

 Quizz

Diff 0.04 0.51 0.55 0.97

Discr 0.06 0.65 1.00 0.02
 Quizz

Diff 0.04 0.51 0.55 0.97

Discr 0.06 0.65 1.00 0.02

Item plancher Difficulté moyenne Difficulté moyenne Item plafond

(difficile et discrimine peu) Bonne discrimination Discrimination parfaite (facile et discrimine peu)
 La variance
Mesure de dispersion
Elle rend compte de la dispersion de toutes les valeurs d'un ensemble de
données
Calculée p*q (rappel : p+q = 1)
Important :
Item facile : p = 0.8 et q =0.2
Item moyen : p = 0.5 et q = 0.5
Item difficile : p = 0.3 et q = 0.7
 La variance
Mesure de dispersion
Elle rend compte de la dispersion de toutes les valeurs d'un ensemble de
données
Calculée p*q (rappel : p+q = 1)
Important :
Item facile : p = 0.8 et q =0.2 = .16
Item moyen : p = 0.5 et q = 0.5
Item difficile : p = 0.3 et q = 0.7
 La variance
Mesure de dispersion
Elle rend compte de la dispersion de toutes les valeurs d'un ensemble de
données
Calculée p*q (rappel : p+q = 1)
Important :
Item facile : p = 0.8 et q =0.2 = .16
Item moyen : p = 0.5 et q = 0.5 = .25
Item difficile : p = 0.3 et q = 0.7
 La variance
Mesure de dispersion
Elle rend compte de la dispersion de toutes les valeurs d'un ensemble de
données
Calculée p*q (rappel : p+q = 1)
Important :
Item facile : p = 0.8 et q =0.2 = .16
Item moyen : p = 0.5 et q = 0.5 = .25
Item difficile : p = 0.3 et q = 0.7 = .21

Les items moyens ont la plus grande variance, les items très facile/difficiles ont la
plus petite variance
Coefficient de corrélation item-test
Le coefficient de corrélation item-test mesure la cohérence des items par
rapport l'échelle
Plus il est grand, plus l'item est pertinent pour le test (varie entre 0 et 1)
les corrélations négatives = items reverse
Exemple :
Coefficient de corrélation item-test
Quelqu'un de stressé A des palpitations
c'est quoi ? dans le corps

A les mains moites

N'est pas serein

Coefficient de corrélation item-test
Quelqu'un de stressé A des palpitations
c'est quoi ? dans le corps
(.54)

A les mains moites

(.27)

N'est pas serein

(-.69)
Coefficient de corrélation item-test
Quels sont les items les moins
cohérents ?

Corrélation item-total (0-1)

Score total à l’item (0-100)

Coefficient de corrélation item-test
Quels sont les items les moins
cohérents ?

Corrélation item-total (0-1)

Score total à l’item (0-100)

Théorie classique : rappel
X=V+E

= +
 Indice de fidélité

6/20 = + E
Si je me suis
améliorée alors ma
variable E est petite

10/20 = + E

r^2XV varie entre 0 et 1, c'est le % de la variance des scores observés (mes points) du
à la variance des scores vrai (mon étude)
Indice de fidélité : Alpha de Cronbach
L'alpha de Cronbach est important pour la suite du cours !
Retenez que :
1. C'est un indice de consistance interne
2. Les seuils sont variables pour l'alpha de Cronbach selon les chercheurs
3. Il est sensible à la longueur de l'échelle, la dimensionnalité de l'échelle
4. Il doit être grand mais c'est une condition nécessaire mais non suffisante
 Erreur-type de mesure

Unique et constantetout le long de l'échelle dans le cadre de la théorie classique

 Conclusion
Le modèle classique donne des propriétés à l'item dépendant de l'échantillon
Les tests longs sont plus fiables or, nous souhaitons des tests aux propriétés figées
Les tests unidimensionnels sont plus fiables
La même erreur de mesure tout le long de l'échelle
Les limites :
1. Caractéristiques dépendantes de l'échantillon (pour les sujets, les items et la fidélité)
2. Les scores sont observés sur une échelle ordinale mais interprétés comme une échelle intervalle