partie 5 les échelles de mesure. master université de bourgogne, 17-20 janvier 20052 partie 5 -...
Post on 04-Apr-2015
107 Views
Preview:
TRANSCRIPT
Partie 5
Les échelles de mesure
Master Université de Bourgogne, 17-20 janvier 2005
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
Master Université de Bourgogne, 17-20 janvier 2005
3
Attitude
disposition personnelle commune à un ensemble d’individus, possédée à différents degrés, qui les conduit à réagir à des objets, à des situations ou à des propositions d’une façon que l’on peut qualifier de favorable ou de défavorable.
tendance à réagir favorablement ou défavorablement à travers une classe désignée de stimuli. L’attitude ne peut pas être directement observée, mais doit être inférée d’après des comportements verbaux ou non verbaux manifestes.
Master Université de Bourgogne, 17-20 janvier 2005
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, l’estimation des compétences étant susceptible de permettre la prédiction de nouvelles performances.
// attitude
Master Université de Bourgogne, 17-20 janvier 2005
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.
Master Université de Bourgogne, 17-20 janvier 2005
6
Qualités des échelles
Unidimensionnalité Linéarité et intervalles égaux Fidélité Validité Reproductibilité
Réfléchir au modèle théorique / dimensions sous-jacentes
Master Université de Bourgogne, 17-20 janvier 2005
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 »).
Master Université de Bourgogne, 17-20 janvier 2005
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)
Master Université de Bourgogne, 17-20 janvier 2005
9
Master Université de Bourgogne, 17-20 janvier 2005
10
Thurstone
Ce type d’échelles repose sur deux étapes distinctes :
la mise au point de l’échelle ; son utilisation pratique.
Master Université de Bourgogne, 17-20 janvier 2005
11
Mise au point de l’échelle
Comparaisons pairées Classement par des juges
Master Université de Bourgogne, 17-20 janvier 2005
12
0
5
10
15
20
25
30
35
40
45
1 2 3 4 5 6 7 8 9 10 11
de "absolument rouge" à "absolument bleu"
Fré
quences
? ?
Master Université de Bourgogne, 17-20 janvier 2005
13
Classes Fréquences relative
Fréquences relatives
cumulées
Ecarts à la moyenne
1 0,00 0,00 ---
2 0,10 0,10 -1,32
3 0,25 0,35 -0,415
4 0,40 0,75 0,675
5 0,15 0,90 1,28
6 0,05 0,95 1,645
7 0,05 1,00 ---
8 0,00 1,00 ---
9 0,00 1,00 ---
10 0,00 1,00 ---
11 0,00 1,00 ---
Master Université de Bourgogne, 17-20 janvier 2005
14
Classes Fréquences relative
Fréquences relatives
cumulées
Ecarts à la moyenne
1 0,00 0,00 ---
2 0,10 0,10 -1,32
3 0,25 0,35 -0,415
4 0,40 0,75 0,675
5 0,15 0,90 1,28
6 0,05 0,95 1,645
7 0,05 1,00 ---
8 0,00 1,00 ---
9 0,00 1,00 ---
10 0,00 1,00 ---
11 0,00 1,00 ---
Master Université de Bourgogne, 17-20 janvier 2005
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.
Master Université de Bourgogne, 17-20 janvier 2005
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.
Master Université de Bourgogne, 17-20 janvier 2005
17
Catégories successives
Item 1 2 3 4 5 6 7
B 0,010 0,030 0,080 0,160 0,410 0,740 1,000
C 0,010 0,010 0,020 0,080 0,260 0,630 1,000
I 0,000 0,030 0,110 0,360 0,630 0,870 1,000
J 0,060 0,140 0,290 0,560 0,790 0,960 1,000
K 0,010 0,042 0,146 0,490 0,750 0,938 1,000
N 0,010 0,041 0,071 0,235 0,551 0,837 1,000
Fréquences cumulées
Master Université de Bourgogne, 17-20 janvier 2005
18
Catégories successives
Item 1 2 3 4 5 6 7
B -2,326 -1,881 -1,405 -0,994 -0,228 +0,643
C -2,326 -2,326 -2,054 -1,405 -0,643 +0,332
I -1,881 -1,226 -0,358 +0,332 +1,126
J -1,555 -1,080 -0,553 +0,151 +0,806 +1,751
K -2,326 -1,728 -1,054 -0,025 +0,674 +1,538
N -2,326 -1,739 -1,468 -0,722 +0,128 +0,982
Notes Z
Master Université de Bourgogne, 17-20 janvier 2005
19
Ecarts entre classes
Catégories successives
ITEM 2-1 3-2 4-3 5-4 6-5
B 0,445 0,476 0,411 0,766 0,871
C 0,000 0,272 0,649 0,762 0,975
I 0,655 0,868 0,690 0,794
J 0,475 0,527 0,704 0,655 0,945
K 0,598 0,674 1,029 0,699 0,864
N 0,587 0,271 0,746 0,850 0,854
d 2,105 2,875 4,407 4,422 5,303
Md w
0,421 0,479 0,734 0,737 0,884
Lc 0,000 0,421 0,900 1,634 2,371 3,255
Mc 0,210 0,660 1,267 2,002 2,813
Ac -1,057 -0,607 0,000 +0,735 +1,546
Master Université de Bourgogne, 17-20 janvier 2005
20
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3 3,1 3,2 3,3
0,210 0,660 1,267 2,002 2,813
cat. 2cat. 1 cat. 3 cat. 4 cat. 5 cat. 6 cat. 7
Master Université de Bourgogne, 17-20 janvier 2005
21
Catégorie Fréquence relative
1 0,01
2 0,02
3 0,05
4 0,08
5 0,25
6 0,33
7 0,26
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
1 2 3 4 5 6 7
Master Université de Bourgogne, 17-20 janvier 2005
22
Item Accord Désaccord Valeur d’échelle
Le divorce est seulement justifiable lorsque tous les efforts pour raccommoder l’union ont échoué. X 3,7
Les conditions actuelles du divorce ne sont pas aussi déshonorantes qu’il apparaît. X 6,6
Si le mariage est basé sur l’affection mutuelle, le divorce doit être facile à obtenir. X 8,5
Le divorce abaisse le niveau général de la moralité. X 1,6
Le divorce est scandaleux. X 0,5
Le divorce est souhaitable pour corriger les erreurs dans le mariage. X 8,4
Le divorce est un mal nécessaire. X 4,8
Le divorce devrait être accordé par simple demande. X 9,8
Un divorce est justifiable ou non selon les besoins de personnes impliquées.
X 6,2
Une personne devrait avoir le droit de se marier ou de divorcer aussi souvent qu’elle le voudrait.
X 10,1
Le divorce n’est jamais justifiable. X 0,5
La liberté du divorce conduit à une compréhension plus intelligente du mariage.
X 8,8
Le divorce devrait être découragé afin de stabiliser la société.
X 3,3
Les inconvénients du divorce ne devraient pas nous empêcher d’en voir les avantages.
X 5,8
Le contrat de mariage devrait être aussi facilement rompu qu’il est établi.
X 9,4
La meilleure solution au problème du divorce est de ne jamais l’accorder.
X 0,8
Le divorce facile est l’équivalent de la polygamie. X 1,2
Le divorce devrait être autorisé lorsque les droits de toutes les parties sont assurés.
X 7,1
Le divorce devrait être découragé mais non interdit. X 4,2
Le divorce est l’adultère rendu légal. X 0,8
Une longue et soigneuse enquête devrait précéder la prononciation du divorce.
X 3,8
L’indissolubilité du mariage n’est pas nécessaire pour la stabilité de la société.
X 8,1
Master Université de Bourgogne, 17-20 janvier 2005
23
0
1
2
3
4
5
6
7
8
9
10
11
1. Le divorce est seulement justifiable lorsque tous lesefforts pour raccommoder l’union ont échoué.
2. Les conditions actuelles du divorce ne sont pas aussi déshonorantes qu’ilapparaît
3. Si le mariage est basé sur l’affectionmutuelle, le divorce doit être facile à obtenir
4. Le divorce abaisse le niveau général de la moralité
5. Le divorce est scandaleux
6. Le divorce est souhaitable pour corriger leserreurs dans le mariage
7. Le divorce est un malnécessaire
8. Le divorce devrait être accordé par simpledemande
9. Un divorce est justifiable ou non selon les besoins de personnesimpliquées
10. Une personne devrait avoir le droit de se marier oude divorcer aussi souvent qu’elle le voudrait
11. Le divorce n’est jamaisjustifiable
12. La liberté du divorce conduit à une compréhension plus intelligente du mariage
13. Le divorce devrait être découragé afin de stabiliser lasociété
14. Les inconvénients du divorce ne devraient pas nousempêcher d’en voir les avantages
15. Le contrat de mariage devrait être aussi facilement rompuqu’il est établi
16. La meilleure solution au problèmedu divorce est de ne jamais l’accorder
17. Le divorce facile est l’équivalent de la polygamie
18. Le divorce devrait être autorisé lorsque les droits de toutes les parties sontassurés
19. Le divorce devrait être découragé mais non interdit
20. Le divorce est l’adultèrerendu légal
21. Une longue et soigneuseenquête devrait précéder laprononciation du divorce
22. L’indissolubilité du mariage n’est pasnécessaire pour la stabilité de la société
x
xx
x
xx
x
x
xMoyenne dusujet
Master Université de Bourgogne, 17-20 janvier 2005
24
Critiques
Problème d’unidimensionnalité (existence d’un véritable continuum)
Complexité de la création d’échelles Utilisation de juges
Master Université de Bourgogne, 17-20 janvier 2005
25
En résumé
Deux phases:Mise au point de l’échelleUtilisation de l’échelle
Master Université de Bourgogne, 17-20 janvier 2005
26
Création de l’échelle de Likert
1 seule étape: création et utilisation Définition a priori des valeurs des
échelons Validation lors d’un prétest (analyse de
l’unidimensionnalité – analyse factorielle)
Master Université de Bourgogne, 17-20 janvier 2005
27
Tout à fait d'accord
D'accord Sans avis En désaccord
Tout à fait en
désaccord (1) Les enfants rapprochent le mari et la femme l'un de l'autre. 5 4 2 1 (2) Il est amusant de montrer aux enfants comment faire quelque chose.
5 3 2 1
(3) Il est nécessaire de veiller à faire sortir l es enfants de certains de leurs travers naturels
1 2 3 4
(4) Une mère avec son jeune enfant échappe difficilement à la conversation et à la compagnie des adultes.
2 3 4 5
(5) En y réfléchissant, un enfant est plus une bénédiction qu'un fardeau.
5 3 2 1
(6) Il est souvent difficile de garder son calme avec un enfant. 1 2 3 5 (7) M'occuper des enfants me demande réellement beaucoup trop d'efforts.
1 2 3 5
(8) Si nous en avions les moyens, nous préférerions envoyer nos enfants en pension.
5 4 2 1
(9) Quand les choses sont difficiles, les enfants sont souvent une grande source de courage et d'inspiration.
5 4 3 1
(10) Si je devais recommencer ma vie, je souhaiterais encore avoir des enfants.
4 3 2 1
Master Université de Bourgogne, 17-20 janvier 2005
28
item 1 = 3 points item 2 = 4 points item 3 = 5 points item 4 = 1 points item 5 = 4 points item 6 = 4 points item 7 = 4 points item 8 = 3 points item 9 = 2 points item 10 = 5 points Total = 35 points
Master Université de Bourgogne, 17-20 janvier 2005
29
Critiques
Unidimensionnalité et existence de la dimension
Échelons a priori Mais économie et facilité Applications nombreuses
Master Université de Bourgogne, 17-20 janvier 2005
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.
Master Université de Bourgogne, 17-20 janvier 2005
31
Echelle de Guttman
OUI
NON
item 2
item 3
item 1
000 100 110 111
Sujet 3Sujet 1 Sujet 2 Sujet 4
J ’ai échoué à l ’ensemble du test. J ’ai obtenu 0 point.
J ’ai réussi seulement l ’item n°1. J ’ai reçu 1 point.
J ’ai réussi l ’item n°1 et l ’item n°2. J ’ai échoué à l ’item n°3. J ’ai reçu 2 points.
J ’ai réussi les 3 items. J ’ai reçu 3 points.
Mais, il n ’existe aucun sujet
- qui aurait réussi l ’item n°3, mais pas le n°1 et le n°2,
- qui aurait réussi l ’item n°2, mais pas le n°1.
Master Université de Bourgogne, 17-20 janvier 2005
32
Echelle de Guttman
OUI
NON
item 2
item 3
item 1
000 100 110 111
Sujet 3Sujet 1 Sujet 2 Sujet 4
J ’ai deux points.
Sujet 5
J ’ai trois points.
Sujet 6
Master Université de Bourgogne, 17-20 janvier 2005
33
Echelle de Guttman
OUI
NON
item 2
item 3
item 1
000 100 110 111
Sujet 3Sujet 1 Sujet 2 Sujet 4
item 4
0000 1000 1100 1111
Master Université de Bourgogne, 17-20 janvier 2005
34
Item 1 Item 2 Item 3 Item 4 Item 5 Item 6 Item 7 Item 8 Score (ng)
Sujet 1 OUI OUI OUI OUI OUI - OUI - 6 Sujet 2 OUI - - - OUI - OUI OUI 4 Sujet 3 OUI OUI - - OUI - OUI OUI 5 Sujet 4 - - - - OUI - OUI - 2 Sujet 5 OUI - - - OUI - OUI - 3
Sujet 6 OUI - - - OUI - OUI OUI 4 Sujet 7 OUI OUI - OUI OUI OUI OUI OUI 7 Sujet 8 OUI - - OUI OUI - OUI - 4 Sujet 9 OUI OUI - OUI OUI OUI OUI OUI 7 Sujet 10 OUI OUI - OUI OUI - OUI OUI 6
Sujet 11 - - - - - - - OUI 1 Sujet 12 - - - - - - OUI - 1 Sujet 13 OUI OUI - OUI OUI - OUI OUI 6 Sujet 14 OUI - - - OUI - OUI OUI 4 Sujet 15 OUI - - - OUI - OUI - 3
Master Université de Bourgogne, 17-20 janvier 2005
35
Item 1 Item 2 Item 3 Item 4 Item 5 Item 6 Item 7 Item 8 Score (ng)
Sujet 11 - - - - - - - OUI 1
Sujet 12 - - - - - - OUI - 1
Sujet 4 - - - - OUI - OUI - 2
Sujet 5 OUI - - - OUI - OUI - 3
Sujet 15 OUI - - - OUI - OUI - 3
Sujet 2 OUI - - - OUI - OUI OUI 4
Sujet 6 OUI - - - OUI - OUI OUI 4
Sujet 8 OUI - - OUI OUI - OUI - 4
Sujet 14 OUI - - - OUI - OUI OUI 4
Sujet 3 OUI OUI - - OUI - OUI OUI 5
Sujet 1 OUI OUI OUI OUI OUI - OUI - 6
Sujet 10 OUI OUI - OUI OUI - OUI OUI 6
Sujet 13 OUI OUI - OUI OUI - OUI OUI 6
Sujet 7 OUI OUI - OUI OUI OUI OUI OUI 7
Sujet 9 OUI OUI - OUI OUI OUI OUI OUI 7
12 6 1 6 13 2 14 9
Ordonner les scores de sujets
Master Université de Bourgogne, 17-20 janvier 2005
36
Item 3 Item 6 Item 4 Item 2 Item 8 Item 1 Item 5 Item 7 Score (ng)
Sujet 11 - - - - OUI - - - 1
Sujet 12 - - - - - - - OUI 1
Sujet 4 - - - - - - OUI OUI 2
Sujet 5 - - - - - OUI OUI OUI 3 Sujet 15 - - - - - OUI OUI OUI 3
Sujet 2 - - - - OUI OUI OUI OUI 4 Sujet 6 - - - - OUI OUI OUI OUI 4
Sujet 8 - - OUI - - OUI OUI OUI 4 Sujet 14 - - - - OUI OUI OUI OUI 4
Sujet 3 - - - OUI OUI OUI OUI OUI 5
Sujet 1 OUI - OUI OUI - OUI OUI OUI 6
Sujet 10 - - OUI OUI OUI OUI OUI OUI 6 Sujet 13 - - OUI OUI OUI OUI OUI OUI 6
Sujet 7 - OUI OUI OUI OUI OUI OUI OUI 7
Sujet 9 - OUI OUI OUI OUI OUI OUI OUI 7
1 2 6 6 9 12 13 14
Ordonner les proportions de réussite aux items
Master Université de Bourgogne, 17-20 janvier 2005
37
Evaluer la qualité des échelles de Guttman Coefficient de reproductibilité
(Goodenough) (cf. exemple p. 5)
Coefficient de reproductibilite de Green
totalesréponses de nombred'erreurs nombre1Cr , vaut ici 993,0
42031 Cr .
C' r 11
Nkn(g ,g 1)
g1
k 1
1
Nkn(g 1,g ,g 1,g 2)
g2
k 2
Master Université de Bourgogne, 17-20 janvier 2005
38
N = nombre de sujets.
k = nombre d'items.
g = item par rang d'ordre.
n(g ,g 1) = nombre de sujets qui ont fourni une réponse incorrecte à l'item g et une réponse correcte à l'item g+1; c'est-à-dire le nombre de configurations 01.
n(g 1, g ,g 1, g 2) = nombre de sujets qui ont fourni une réponse incorrecte aux items g-1 et g et une réponse correcte à l'item g+1, g+2, c'est-à-dire le nombre de configurations 0011.
Master Université de Bourgogne, 17-20 janvier 2005
39
Evaluer la qualité des échelles de Guttman Coefficient théorique de reproductibilité
Indice de consistance (I)
CrI 1 1
N 2kn(g 1)n(g )
g1
k 1
1
N 4kn(g 2)n(g 1)n(g )n(g 1)
g2
k 2
I Cr CrI
1 CrI
Master Université de Bourgogne, 17-20 janvier 2005
40
Critiques
Pas de métrique (les intervalles n’ont pas de taille !)
Indices ne permettant pas l’inférence Surtout descriptif et attaché à un
échantillon observé Travail fastidieux
Master Université de Bourgogne, 17-20 janvier 2005
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.
Master Université de Bourgogne, 17-20 janvier 2005
42
Modèles de « la réponse à un item » (MRI)
0.0
1.00
Modèle général de Birnbaum
Compétence du sujet
Difficulté de l ’item
Probabilité de réussite des items
Courbe caractéristique de l ’item x
Master Université de Bourgogne, 17-20 janvier 2005
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).
Master Université de Bourgogne, 17-20 janvier 2005
44
Autres modèles
0.0
1.00
Modèle de BIRNBAUM
0.0
1.00
Modèle de RASCH
0.0
1.00
Modèle de GUTTMAN
0.0
1.00
Modèle de LAZARSFELD
Master Université de Bourgogne, 17-20 janvier 2005
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.
Master Université de Bourgogne, 17-20 janvier 2005
46
Le « modèle de Rasch »
0.0
1.00
Modèle de Rasch (à 1 paramètre)Compétence du sujetDifficulté de l ’item
Probabilité de réussite des items
Courbe caractéristique de l ’item x
Master Université de Bourgogne, 17-20 janvier 2005
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
n
in-i 1nixP
Master Université de Bourgogne, 17-20 janvier 2005
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.
Master Université de Bourgogne, 17-20 janvier 2005
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:
)exp(
)exp(,xP
in
ininni
11
Master Université de Bourgogne, 17-20 janvier 2005
50
Le « modèle de Rasch »
1.00
0.0
Probabilité d'une réponse correcte
n
i
n
i
0
0,5
( n i ) n i
P x ni 1 0, 5
P x ni 1 0, 5
Master Université de Bourgogne, 17-20 janvier 2005
51
Le « modèle de Rasch »
1.00
0.0
Probabilité d'une réponse correcte
n
i
n
i
0
0,5
( n i ) n i
P x ni 1 0, 5
P x ni 1 0, 5
a
b
Master Université de Bourgogne, 17-20 janvier 2005
52
Le modèle à 3 paramètres
1
2
12
Master Université de Bourgogne, 17-20 janvier 2005
53
1e application pratique
C4
Additions Soustractions
% de réussite % de réussite
C1
35+7=42 93 97 98 97 C6
56-7=49 88 94 98 99
C8
8+24=32 73 86 91 96 C5
32-24=8 49 74 83 86
C3
48+8=56 78 91 94 96 42-35=7 40 56 74 82
C9
64-8=56 54 70 81 85
D’après Fagnant, 1996
No. Calcul 3e 4e 5e 6e No. Calcul 3e 4e 5e 6e
Master Université de Bourgogne, 17-20 janvier 2005
54
42
1e application pratique D’après Fagnant, 1996
C16
24:0,6=40
Multiplications Divisions
% de réussite % de réussite
No. Calcul 3e
4e
5e
6e
No. Calcul 3e
4e
5e
6e
C10
24x7,5=180 34 58 C11
52,8:6=8,8 32 55
C12
48x0,5=24 41 74 C14
39:6,5=6 20 48
C13
0,8x32=25,6 32 63
C2
54:9=6 92
C7
27x9=243 20 50 74 84
37
C15
7030,5x5=152,5
53 82
14
90
Master Université de Bourgogne, 17-20 janvier 2005
55
Résultats obtenus
Représentation globale de l’échelle (élèves et items)
Master Université de Bourgogne, 17-20 janvier 2005
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).
Master Université de Bourgogne, 17-20 janvier 2005
57
Test A
Test B
Test C
Items
1 60 12031 911
400 401
800
801
1200
Sujets
Master Université de Bourgogne, 17-20 janvier 2005
58
Dimension latente
simple complexe
1e année
2e année
TEST SIMPLE
TEST COMPLEXE
Partie commune
Master Université de Bourgogne, 17-20 janvier 2005
59
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23P
op
ula
tion
B
Po
pu
latio
n A
Te
xte
s in
form
atifs
Te
xte
s n
arra
tifs
- Item A-2
- Item A-7- Item A-11
- Item A-10- Item A-4
- Item A-5
- Item B-3- Item B-6
- Item B-2
- Item A-18
- Item A-17
- Item B-40- Item B-7
- Item B-15 - Item AB-12- Item B-35
- Item B-33
- Item B-55
Ech
elle
de
s s
co
res (d
ifficu
lté d
es ite
ms e
t niv
ea
u d
e c
om
pé
ten
ce
de
s s
uje
ts)
Master Université de Bourgogne, 17-20 janvier 2005
60
Critiques
Nécessité d’un logiciel de calcul Relativement aisé à interpréter (1
paramètre) Indépendance à l’échantillon et au test Un seul continuum (sujets / items) Complexité de l’ajustement du modèle Encore peu utilisé dans le monde
francophone
Master Université de Bourgogne, 17-20 janvier 2005
61
Echelle ou modèle
THURSTONE GUTTMAN RASCH LIKERT
Postulat(s) Distribution normale, autour d’une valeur estimé par l’échelle, de la probabilité d’obtenir une réponse donnée à une question particulière.
Existence pour chaque question d’un seuil de coupure (situé sur le continuum) au-delà duquel la nature de la réponse à une question particulière change brusquement (modèle déterministe).
Les probabilités de réponses positives à des items de même pouvoir discriminatif mais de complexité distinctes se distribuent selon une fonction logistique à un seul paramètre.
La probabilité d’obtenir un réponse d’un type particulier se distribue selon une ogive dont le point d’inflexion est fonction de la question (existence d’un gradient de réponse).
Spécificité(s) Intervalles égaux Univocité(1 score = 1 pattern de réponses unique si échelle parfaite)
Une même métrique pour les items (difficulté) et les sujets (compétence)Indépendance de chaque item par rapport aux autres items et aux sujetsPossibilité d’ancrages (constitution de banques d’items)
Coût relativement faible de mise au point
Inconvénient(s) Travail de mise au point très fastidieux et coûteuxImportance des juges choisis lors de la mise au point (première phase)
Impossibilité de calculer facilement les indices et de pratiquer l'inférence (absence de distributions théoriques)Peu commode et fastidieuxDifficulté d’obtenir une hiérarchisation des sujets et une bonne validité si le questionnaire n’est pas assez longPerspective surtout descriptive
Nécessite un nombre relativement important de sujets par rapport au nombre d’items
Non univocité des scores Valeurs « a priori » des intervalles et poids identique accordé à chaque item
top related