Thème 5 : la mesure des variables n Les échelles de mesure et les sources d'erreurs n La validité des mesures : u Validité de contenu u Validité concurrente.

Slides:



Advertisements
Présentations similaires
Analyse d’items Ensemble de procédés statistiques dont le but est d ’évaluer la qualité d’un instrument de mesure et des items qui le composent. Ensemble.
Advertisements

La recherche documentaire
Module 4- Caractéristiques générales de l'évaluation
Module 8- Les étapes de la démarche d'évaluation
REGLEMENTATION ET INGENIERIE
But de la lecture critique
Inférence statistique
Comparaison d'une distribution observée à une distribution théorique
Comparaison de deux pourcentages observés
Les K plus proches voisins
Assistance à distance Parfois on se sent bien seul face à un problème informatique surtout si on n’est qu’un simple utilisateur. Lorsqu'un problème survient.
Conception de l’évaluation
© MinMax Groupe Conseil inc. Journées des Acquisitions – Québec – Octobre 2008 Enchères inversées et approvisionnements : Transparence et efficacité
Style d’apprentissage
Traitement de données socio-économiques et techniques d’analyse :
Marketing Engineering
Objectifs du chapitre 8: Mesures verbales en psychologie
Thème 5 (suite) : le développement des échelles de mesure
Amélioration de la sécurité des données à l'aide de SQL Server 2005
Simulation multi-agent de phénomènes collectifs : quelques questions d’ordre épistémologique Frédéric AMBLARD Institut de Recherche en Informatique de.
L ’approche par processus
RÉSOLUTION DE PROBLÈMES
Introduction à la recherche en sciences infirmière et ses fondements philosophiques Année académique : 2012.
Thème 6 : l'échantillonnage et l'enquête
Comprendre le monde de l’entreprise
CaDEA atelier 2 Input Brad cousins, university of ottawa
Mesures de performance organisationnelle Cours ICO 810
Thème 8 : l'observation et l'expérimentation
Introduction à la recherche en science politique
Rappels de logique des prédicats du 1er ordre
La méthodologie expérimentale Fondements et bases d’application
Établissement d'une mesure d'efficience pour un fonds en capital de risque, spécialisé en développement local. Groupe de recherche en capital de risque.
Des indicateurs de performance pertinents et adéquats
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
Etape « 6. Correction et discussion »
EVALUATION DE LA DOULEUR AIGUE
RECHERCHE COMMERCIALE
Objectifs Chapitre 8: Mesure en psychologie
Objectifs du chapitre 15: analyses qualitatives en psychologie
Approche qualitative Aussi grande complexité que
Principes de tarification de base
LE DISCOURS SCIENTIFIQUE
ECOLE DES HAUTES ETUDES COMMERCIALES
Statistique Descriptive Analyse des données
ECOLE DES HAUTES ETUDES COMMERCIALES
Objectifs du chapitre 4: Mesures verbales en psychologie
Initiation à la Méthodologie de Recherche
4. Enquête sur l’Abus de Position Dominante
Qu’est qu’un conflit et comment le résoudre?
Multi-country Workshop on Development Impact Evaluation in Finance and Private Sector Development Dakar, Senegal, February 1-4, 2010 Non-Experimental Methods.
Rencontre des écoles ciblées du secondaire 22 mars 2004
Mémoire 1. Généralités.
GTS813: cours #6 Évaluation d’une mesure (Validité, Répétabilité, Fiabilité, précision) Activité. Études de cas #2: Qui pose la question? La question est-elle.
LA DEMARCHE DE RECHERCHE
QRA, partie II: gestion des données Trousse de formation 2: le suivi de l'abus des drogues: politiques et pratiques.
VARIABLES ET MESURES DE FREQUENCES Pr. KELLIL M 1.
Principes et définitions
Études de Marché MBA Hivers 2006 La recherche par sondage.
Études de Marché Dess communication de masse
Objectifs du chapitre 15: analyses qualitatives en psychologie
ECOLE DES HAUTES ETUDES COMMERCIALES RECHERCHE MARKETING Dr. KHERRI Abdenacer Mai
Martine Miny - MPInstitut - Référentiels et métiers de management de projet - Mastère IESTO - 9 février 2004 Référentiels et métiers de management de projet.
Détecter les groupes à hauts risques cardiaques à partir de caractéristiques telles que l’alimentation, le fait de fumer ou pas, les antécédents familiaux.
Traitement des données et probabilité
Préparation d’un mémoire
L’entreprise et sa gestion
Formation Green Belt Lean Six Sigma
Reliability of electronic recording of waiting times in the emergency department : a prospective multicenter study Judith Gorlicki, Pierre-Alexis Raynal,
Élaboration d’un référentiel de compétences
Transcription de la présentation:

Thème 5 : la mesure des variables n Les échelles de mesure et les sources d'erreurs n La validité des mesures : u Validité de contenu u Validité concurrente et prédictive u Validité convergente et discriminante n La fiabilité des mesures n La stabilité, l'équivalence et la consistance interne. n Le développement de mesures en S.I.

Qu'est-ce que mesurer? n En recherche, mesurer c'est assigner des nombres (ou des symboles) à des événements empiriques en tenant compte d'un ensemble de règles. Sélectionner les événements empiriques (sujets) observables; u Utiliser des nombres ou des symboles pour représenter les aspects des événements; u Appliquer des règles pour relier l'observation au nombre ou symbole correspondant u Ex : J'utilise beaucoup Internet pour mon travail Tout à fait d'accord Tout à fait en désaccord

Qu'est-ce qu'on mesure? n On mesure des concepts qui sont des objets ou des propriétés (dispositions, comportements) ou caractéristiques de ces objets. En réalité ce que nous mesurons ce sont des indicateurs.. n Ex. utilisation d'Internet : 4 indicateurs u J'utilise beaucoup Internet pour mon travail u J'utilise Internet chaque fois que c'est possible pour mon travail u J'utilise fréquemment Internet pour mon travail u J'utilise Internet chaque fois que c'est approprié pour mon travail F (Agarwal et al., Decision Sciences, 28(3), 1997

Les types de données n Nominales ou catégoriques : pas d'ordre, ni distance, ni d'origine unique: ex. posséder un McIntosh ou un IBM compatible ou aucun PC u Utilisées pour découper un ensemble en catégories mutuellement exclusives et collectivement exhaustives. Ne permet que le comptage. n Ordinales : ordre mais pas distance ou d'origine unique. u Possédez vous ou non un ordinateur personnel? u Classer par ordre de préférence les marques d'ordinateurs suivantes : IBM, Apple, Dell, Compaq

Les types de données n Intervalle : Ordre et distance mais pas d'origine unique u J'utilise beaucoup Internet pour mon travail u 1 = tout à fait d'accord u 2 = assez d'accord u 3 = neutre u 4 = assez en désaccord u 5 = tout-à fait en désaccord n N'est pas sensible aux transformation de la forme y'=a+by. Les nombres utilisés sont arbitraires. Quand est-il de la température? n Ratio : ordre, distance et origine unique u Dépenses informatiques en pourcentage des ventes. Y'=by

Les sources d'erreurs n Le répondant p.ex. : refus d'accepter son ignorance, facteurs temporaires, statut. n Facteurs de situation p. ex. : ne croit pas que l'anonymat soit respecté. n Le chercheur ou l'interviewer p.ex : distorsion due à des paraphrases, des re-formulation, etc.. n L'instrument : validité, fiabilité

Caractéristique d'une bonne mesure n Valide : le test mesure effectivement ce que l'on veut mesurer n Fiable : la procédure de mesure suivie est exacte et précise. n Praticable : économique, commode et interprétable

Validité : différents types n Validité externe : caractère généralisable à d'autres personnes, situations ou période. Voir échantillonnage et expérimentation. n Validité interne u Validité de contenu u Validité de critère (prédictive ou concurrente) u Validité des construits (convergente et discriminante)

Validité de contenu n Jusqu'à quel point l'instrument couvre-t-il adéquatement le sujet étudié? Ex: les utilisations d'Internet. n Moyens de validation : jugement et expertises n Ex : J'utilise beaucoup Internet pour mon travail u J'utilise Internet chaque fois que c'est possible pour mon travail u J'utilise fréquemment Internet pour mon travail u J'utilise Internet chaque fois que c'est approprié pour mon travail F (Agarwal et al., Decision Sciences, 28(3), 1997

Validité de critère n Validité prédictive ou concurrente : la variable se comporte de façon logique lorsqu'on la met en relation avec d'autres variables. u The predictive validity of each CAPITA (Competitive Advantage Provided by an Information Technology Application) dimension was assessed by its relationship to effectiveness (Sethi et King, 1994, p.1613).

Validité des construits n Convergence : corrélation entre la mesure obtenue et la mesure obtenue par une autre méthode. Par exemple, il existe une forte corrélation entre la performance perçue par le dirigeant et les résultats financiers. n Discriminante : la mesure distingue bien le construit mesuré d'autres construits reliés. La qualité et l'efficacité de la PSSI sont deux construits reliés mais distincts (Premkumar et King, 1994). Méthode traditionnelles d'évaluation : analyse factorielle. n Validité discriminante : illustrations : King R. et Xia W., (1997), Media Appropriateness : Effects of experience on Communication Media Choice, Decision Sciences, 28(4), pp

Les dimensions du construit : media de communication n Media Facteur 1 Facteur 2 Facteur 3 n Lettre 0,8114 n Notes écrites 0,7930 n Messages vocaux 0,6825 n Fax 0,5710 0,5537 n Réunions électr. 0,8867 n 0,8255 n Réunion de groupe 0,8488 n Face à face 0,8282 n Téléphone 0,5296 n Alpha 0,77 0,78 0,74

Les dimensions du construit : activités de communication n Activités Facteur 1 Facteur 2 n Résoudre des désaccords 0,8750 n Prendre des décisions import. 0,7932 n Générer des idées 0,6993 n Négocier 0,6496 n Connaître quelqu'un 0,6400 n Echanger de l'info. confidentielle 0,6319 n Garder le contact 0,7639 n Echanger de l'info. de routine 0,7407 n Echanger de l'info. Urgente 0,7073 n Clarifier un point confus 0,4463 0,6446 n Echanger de l'info. Importante 0,6125 n Alpha 0,86 0,80

Résumé : estimation de la validité interne n De contenu n Reliée à un critère n D'un construit n Jugement, littérature, panel d'experts n Corrélation avec le critère n Corrélation n Analyse factorielle n Lisrel

Fiabilité = précision et exactitude n Attention : la fiabilité est une condition nécessaire mais non suffisante de la validité. Ce qu'on recherche c'est la consistance dans les mesures. u Stabilité : les résultats sont consistants lorsqu'on prend des mesures répétées du même cas avec le même instrument. Méthode : tester et re-tester. u Équivalence : est-ce que des enquêteurs (observateurs) différents obtiennent les mêmes résultats (interrater reliability)?. Est-ce différents échantillons de questions (ordre des questions) affectent les résultats. (formes parallèles parfois combinées avec tester-re- tester) u Consistance interne : est-ce que les items utilisés pour mesurer un construit convergent ?

Consistance interne : exemple n Avantage relatif perçu du WWW u Q1 : L'utilisation du WWW rendrait mon travail plus facile u Q2 : L'utilisation du WWW m'aiderait à remplir mes tâches plus rapidement u Q3 : L'utilisation du WWW améliorerait la qualité de mon travail u Q4 : l'utilisation du WWW me donnerait un meilleur contrôle sur mon travail u Q5 : L'utilisation du WWW améliorerait mon efficacité au travail. u Item Moyenne Item-to-Total Correlation u Q1 4,47 0,777 u Q2 4,11 0,729 u Q3 4,29 0,803 u Q4 3,92 0,756 u Q5 4,56 0,587 Alpha de Cronbach = 0,90

Les instruments doivent-être praticables n Ils doivent être : u économiques à administrer u Facile à administrer

Les mesures en S.I. n Tendance : une approche de plus en plus rigoureuse dans la littérature S.I.. n Tentatives d'offrir des banques de données de mesures, p.ex. n Attention lorsqu'on emprunte des mesures et qu'on les appliquent dans un autre contexte. n Exercice : rechercher dans Isworld une ou des mesures utiles pour votre travail de session