Revision sheet: Introduction aux variables et mesures en psychologie

📋 Plan du Cours

1. Variables en statistique
2. Nature et fonction variables
3. Types de données
4. Mesure en psychologie
5. Tests et échelles psychométriques
6. Construction d’une échelle
7. Validité et fidélité
8. Types de validité
9. Propriétés métriques
10. Échelles normées et critériées

📖 1. Variables en statistique

🔑 Notions clés & Définitions

Variable
Selon le contenu source, une variable est une caractéristique mesurée qui peut prendre plusieurs modalités ou valeurs. Elle représente une seule information concernant un répondant, mais peut comporter plusieurs modalités différentes. Par exemple, le « revenu » varie selon les participants et dans le temps, mais constitue une seule caractéristique mesurée, à savoir le niveau de revenu. La variable permet donc de recueillir une caractéristique spécifique d’un individu ou d’un groupe, en étant définie par ses modalités possibles.

Modalité
La modalité d’une variable correspond à une des valeurs ou catégories que cette variable peut prendre. Elle doit être exhaustive, c’est-à-dire qu’elle doit couvrir l’ensemble des réponses possibles pour que tous les individus puissent être classés. Par exemple, pour la variable « genre », les modalités possibles peuvent être « homme » ou « femme », voire « autre » pour assurer l’exhaustivité. La modalité doit aussi être mutuellement exclusive, ce qui signifie qu’un individu ne peut appartenir qu’à une seule modalité pour une variable donnée.

Modalité exhaustive
Une modalité exhaustive garantit que toutes les réponses ou caractéristiques possibles sont couvertes par l’ensemble des modalités. Cela permet de classer tous les participants sans exception. Par exemple, si l’on étudie le type de logement, il faut prévoir toutes les catégories possibles (maison, appartement, loft, chez les parents, etc.) pour que chaque individu puisse être classé dans une modalité précise. La présence d’une catégorie « autre » est souvent recommandée pour assurer cette exhaustivité.

Variable discrète
Une variable discrète est une variable qui ne peut prendre que des valeurs isolées, sans valeurs intermédiaires possibles. Cela signifie qu’entre deux valeurs consécutives, il n’existe aucune autre valeur possible. Par exemple, le nombre d’enfants dans une famille est une variable discrète, car on ne peut pas avoir 1,5 enfant. Elle peut aussi être représentée par des valeurs entières, mais ce n’est pas une obligation absolue. La discrétion concerne la nature des valeurs possibles, qui sont séparées par des intervalles vides.

Variable polytomique
Une variable polytomique est une variable qualitative dont la modalité comporte plusieurs catégories possibles, plus de deux. Par exemple, le type de logement (maison, appartement, loft, chez les parents) est une variable polytomique. Elle peut aussi être dichotomique si elle ne comporte que deux modalités (par exemple, oui/non). La distinction réside dans le nombre de modalités possibles : deux pour dichotomique, plusieurs pour polytomique.

📝 Points essentiels

• Une variable correspond à une caractéristique mesurée pouvant prendre plusieurs modalités.
• Chaque individu ne peut appartenir qu’à une seule modalité pour une variable donnée. Cela signifie que pour une variable spécifique, une personne ne peut pas simultanément appartenir à deux modalités différentes. Par exemple, un individu ne peut pas être à la fois « homme » et « femme » pour la variable « genre ».
• La modalité doit être exhaustive pour classer tous les participants. Il est essentiel que l’ensemble des modalités couvre toutes les réponses possibles, afin que chaque individu puisse être rangé dans une catégorie précise. Par exemple, en étudiant le type de logement, il faut prévoir toutes les options possibles, y compris une catégorie « autre » si nécessaire.
• Une variable ne peut prendre qu’une valeur possible à la fois. La dimension ou caractéristique étudiée, comme le genre, doit être représentée par une modalité spécifique (exemple : « femme » ou « homme »). La variable ne peut pas simultanément correspondre à plusieurs modalités pour un même individu.

💡 À retenir

Une variable statistique est une caractéristique unique mesurée par des modalités exhaustives et mutuellement exclusives, ce qui est essentiel pour organiser et classer efficacement les données. Comprendre cette organisation permet d’assurer la cohérence et la précision dans l’analyse statistique.

📖 2. Nature et fonction variables

🔑 Notions clés & Définitions

Nature de la variable : La nature d’une variable désigne le type de valeurs qu’elle peut prendre, qui peut être nominale, ordinale ou quantitative. La nature dépend du mode de classification ou de mesure de la variable, ainsi que de l’échelle utilisée pour représenter ses valeurs. La nature influence la manière dont la variable peut être analysée et interprétée.

Fonction de la variable : La fonction d’une variable indique son rôle dans une étude ou une hypothèse de recherche. Elle détermine si la variable est considérée comme cause (variable indépendante) ou comme effet (variable dépendante). La fonction guide la classification et l’utilisation de la variable dans le cadre de l’analyse statistique et de la démarche scientifique.

Variable indépendante (VI) : La variable indépendante est celle que le chercheur manipule ou contrôle pour observer ses effets sur une autre variable. Elle représente la cause ou le facteur explicatif dans une relation causale. La fonction de la VI est de tester si elle influence la variable dépendante.

Variable dépendante (VD) : La variable dépendante est celle qui est mesurée ou observée pour détecter l’effet de la variable indépendante. Elle représente l’effet ou le résultat que l’on cherche à expliquer ou à prédire. La fonction de la VD est de refléter l’impact de la variable indépendante.

Hypothèse de recherche : L’hypothèse de recherche est une proposition ou une supposition formulée par le chercheur concernant la relation entre des variables. Elle guide la classification des variables (VI ou VD) et leur utilisation dans l’étude. La nature et la fonction des variables sont définies par cette hypothèse, orientant leur rôle dans l’étude scientifique.

📝 Points essentiels

La nature (nominale, ordinale, quantitative) et la fonction (VI ou VD) d'une variable dépendent directement de l’hypothèse formulée. En effet, l’hypothèse guide la classification des variables, en précisant si une variable doit être considérée comme cause ou effet dans la relation étudiée. La fonction d’une variable détermine son rôle précis dans l’étude : si elle est cause (VI) ou effet (VD). Par conséquent, la manière dont une variable est utilisée, analysée et interprétée repose entièrement sur l’hypothèse de recherche. La compréhension de cette relation est essentielle pour structurer correctement une étude, choisir les outils de mesure appropriés, et analyser les résultats de façon cohérente avec l’objectif de recherche.

💡 À retenir

La nature et la fonction des variables sont définies par l’hypothèse de recherche, ce qui oriente leur rôle dans l’étude scientifique. En conséquence, leur classification dépend du cadre hypothétique, guidant leur utilisation dans l’analyse et l’interprétation des résultats.

📖 3. Types de données

🔑 Notions clés & Définitions

Variable qualitative
Une variable qualitative, également appelée variable catégorielle, désigne une variable qui permet de classer ou de catégoriser des individus ou des objets selon des modalités ou des qualités. Elle ne permet pas d'effectuer des opérations arithmétiques directes. Elle se divise en deux sous-types : nominale et ordinale. La variable qualitative doit comporter des modalités mutuellement exclusives (chaque individu ne peut appartenir qu'à une seule modalité) et exhaustives (toutes les modalités possibles doivent être représentées).

Variable nominale
Une variable nominale est un type de variable qualitative où les modalités sont simplement des catégories sans ordre implicite. Par exemple, la couleur des yeux (bleu, vert, marron) ou le sexe (homme, femme). Ces modalités ne peuvent pas être hiérarchisées ou classées selon un ordre naturel. La seule opération possible est la comparaison d'appartenance ou non à une modalité.

Variable ordinale
Une variable ordinale est une variable qualitative dont les modalités peuvent être rangées selon un ordre ou une hiérarchie, sans que l’on puisse nécessairement quantifier précisément la différence entre deux modalités. Par exemple, le niveau d’éducation (primaire, secondaire, supérieur) ou la satisfaction (faible, moyenne, élevée). La distinction essentielle est que l’ordre est significatif, mais la distance entre deux modalités n’est pas nécessairement équivalente ou mesurable.

Variable quantitative
Une variable quantitative désigne une variable numérique permettant de mesurer une grandeur ou une quantité. Elle autorise des opérations arithmétiques telles que l’addition, la soustraction, la moyenne, etc. Elle répond à la question du « combien » ou « dans quelle mesure ». Par exemple, la taille, le poids ou le temps de réaction. La variable quantitative est utilisée pour exprimer des données numériques qui peuvent être manipulées mathématiquement.

Échelle d'intervalle
L’échelle d’intervalle est une échelle de mesure pour une variable quantitative où les écarts entre deux valeurs sont significatifs et mesurables, mais où le zéro est arbitraire. Cela signifie que l’on peut comparer des écarts, mais pas faire de rapports ou de proportions. Par exemple, la température en degrés Celsius ou Fahrenheit. La différence entre 20°C et 30°C est la même qu’entre 10°C et 20°C, mais 0°C ne représente pas une absence de température.

Échelle de rapport
L’échelle de rapport est une échelle de mesure pour une variable quantitative où le zéro est naturel ou absolu, permettant ainsi de faire des rapports mathématiques. Par exemple, le poids ou la durée. Si un objet pèse 10 kg et un autre 5 kg, on peut dire que le premier pèse deux fois plus que le second. La présence d’un zéro naturel permet de comparer directement des valeurs par des rapports.

📝 Points essentiels

Les variables qualitatives sont soit nominales, soit ordinales, et doivent comporter des modalités mutuellement exclusives et exhaustives. Cela signifie que chaque individu ou objet doit appartenir à une seule catégorie ou à une seule modalité, et que toutes les modalités possibles doivent être représentées pour couvrir l’ensemble de la population ou de l’échantillon.

Les variables quantitatives permettent des opérations arithmétiques et répondent à la question du « combien ». Elles mesurent des grandeurs numériques et facilitent l’analyse statistique.

L’échelle d’intervalle compare des écarts entre valeurs avec un zéro arbitraire, ce qui permet de mesurer la différence entre deux valeurs mais pas de faire des rapports. En revanche, l’échelle de rapport possède un zéro naturel, ce qui autorise la comparaison par des rapports mathématiques, comme le double ou la moitié.

💡 À retenir

Les variables qualitatives se distinguent par leur nature catégorielle, soit sans ordre (nominales), soit avec un ordre (ordinales), tandis que les variables quantitatives permettent des opérations arithmétiques et répondent à la question du « combien ». La différence entre l’échelle d’intervalle et l’échelle de rapport réside principalement dans la nature du zéro : arbitraire pour l’échelle d’intervalle, naturel pour l’échelle de rapport, ce qui influence le type d’analyse statistique possible.

📖 4. Mesure en psychologie

🔑 Notions clés & Définitions

Psychométrie
La psychométrie est la science de la mesure des phénomènes psychologiques par des instruments standardisés. Elle concerne la conception, la validation et l’utilisation de ces instruments pour quantifier des aspects du fonctionnement mental ou comportemental. La psychométrie vise à produire des mesures fiables et valides, permettant une comparaison précise entre individus ou groupes.

Psychologie différentielle
La psychologie différentielle étudie quantitativement les différences intra- et interindividuelles. Elle cherche à décrire, mesurer et expliquer les variations psychologiques entre les individus ou au sein d’un même individu dans différentes situations. Son objectif principal est de comprendre la diversité des profils psychologiques à l’aide d’outils de mesure précis.

Clinimétrie
La clinimétrie intègre l’incertitude inhérente à la mesure clinique ainsi que l’influence de l’observateur. Elle concerne la conception et l’utilisation d’outils d’évaluation clinique qui prennent en compte ces facteurs, afin d’obtenir des mesures plus représentatives et pertinentes dans un contexte thérapeutique ou diagnostique.

Concept latent
Un concept latent désigne une variable ou un trait psychologique qui n’est pas directement observable, mais qui peut être inféré à partir de plusieurs indicateurs ou mesures. Par exemple, la personnalité ou l’intelligence sont des concepts latents, évalués indirectement par des tests ou des questionnaires.

Population parente
La population parente désigne l’ensemble de référence à partir duquel une mesure ou un test est conçu ou standardisé. La définition précise de cette population est cruciale pour assurer la validité de la mesure, car elle sert de cadre pour interpréter les scores et situer un individu par rapport à un groupe représentatif.

📝 Points essentiels

La psychométrie est la science de la mesure des phénomènes psychologiques par des instruments standardisés. Elle repose sur la création et l’utilisation de tests ou d’échelles qui doivent respecter des critères de standardisation, de fidélité et de validité. La standardisation implique que chaque individu passe le test dans des conditions identiques, permettant une comparaison fiable de leurs comportements ou réponses.

La psychologie différentielle étudie quantitativement les différences intra- et interindividuelles. Elle utilise des outils psychométriques pour décrire et expliquer ces variations, en se concentrant sur la diversité des profils psychologiques au sein d’une population.

La clinimétrie, quant à elle, intègre l’incertitude et l’influence de l’observateur dans la mesure clinique. Elle vise à améliorer la précision et la pertinence des évaluations en tenant compte de ces facteurs, ce qui est essentiel dans un contexte thérapeutique ou diagnostique.

La définition précise de la population parente est essentielle pour la validité des mesures. Elle permet de situer un individu dans un contexte de référence, garantissant que l’interprétation des scores repose sur une base représentative et pertinente.

💡 À retenir

La mesure psychologique doit être considérée comme une discipline rigoureuse, combinant la standardisation des instruments, l’analyse statistique de leur fiabilité et validité, et la prise en compte des spécificités cliniques pour assurer une évaluation précise et pertinente.

📖 5. Tests et échelles psychométriques

🔑 Notions clés & Définitions

Test psychologique
Un test psychologique est une procédure standardisée permettant d’observer un comportement dans une situation définie. Selon le contenu source, il s’agit d’un outil utilisé pour évaluer un mode de fonctionnement psychique individuel, dans sa dynamique ou dans ses altérations, afin d’apprécier la capacité d’adaptation de la personne. Certains psychologues peuvent également s’en servir comme outil de diagnostic. La passation et l’interprétation du test doivent se faire avec l’aide d’un manuel spécifique, garantissant la standardisation et la fiabilité de l’évaluation.

Échelle psychométrique
Une échelle psychométrique est un instrument de mesure qui sert à quantifier des attitudes ou des traits psychologiques, sans qu’il existe une bonne ou une mauvaise réponse. Elle permet d’évaluer des caractéristiques psychologiques de manière relative, en se concentrant sur la position de l’individu par rapport à une échelle de référence. La passation de l’échelle doit également suivre une procédure standardisée, souvent décrite dans un manuel, afin d’assurer la fiabilité et la comparabilité des résultats.

Standardisation
La standardisation désigne le processus par lequel un test ou une échelle est administré selon des modalités précises et uniformes. Elle garantit que chaque individu est évalué dans des conditions identiques, permettant ainsi la comparabilité des résultats entre différentes personnes ou groupes. La standardisation implique l’utilisation de manuels actualisés, qui précisent la procédure de passation, d’interprétation et d’étalonnage.

Normes
Les normes sont des références établies à partir d’un groupe de référence représentatif de la population. Elles permettent de situer un individu par rapport à ce groupe, en comparant ses résultats à ceux obtenus par d’autres. Les normes facilitent l’interprétation des scores en fournissant un cadre de référence, ce qui permet de déterminer si la performance d’un sujet est moyenne, supérieure ou inférieure à celle du groupe de référence.

Score valide
Un score valide est un résultat qui reflète fidèlement la caractéristique ou le trait mesuré par le test ou l’échelle. La validité garantit que l’interprétation du score est pertinente et qu’elle correspond bien à la réalité psychologique de l’individu. La validité, ainsi que la fidélité, sont indispensables pour qu’un test soit reconnu scientifiquement et utilisé de manière fiable dans le cadre d’évaluations psychologiques.

📝 Points essentiels

Un test psychologique est une procédure standardisée conçue pour observer un comportement dans une situation précise, permettant ainsi d’évaluer un mode de fonctionnement psychique individuel. Il repose souvent sur la proprioception et la sensorialité, et vise à stimuler l’inconscient ou la capacité projectile de la personne. La passation doit se faire selon un manuel spécifique, garantissant la standardisation. La standardisation est essentielle pour assurer la comparabilité des résultats entre individus, en appliquant des modalités uniformes.

Les échelles psychométriques mesurent des attitudes ou traits psychologiques sans qu’il y ait une réponse strictement bonne ou mauvaise. Elles permettent d’évaluer la position relative d’un individu par rapport à une échelle de référence. La passation et l’interprétation doivent suivre des procédures standardisées, souvent décrites dans des manuels, pour assurer la fiabilité et la précision des résultats.

Les normes jouent un rôle crucial en permettant de situer un résultat individuel par rapport à un groupe de référence. Elles sont établies à partir d’un échantillon représentatif, et leur utilisation facilite l’interprétation en classant les résultats selon des rangs ou des percentiles. La comparaison à des normes permet de déterminer si la performance de l’individu est moyenne, supérieure ou inférieure à celle du groupe.

Pour qu’un test ou une échelle soit considéré comme scientifiquement reconnu, il doit présenter une score valide. La validité assure que le score reflète réellement la caractéristique mesurée, tandis que la fidélité garantit la cohérence des résultats dans le temps et selon les conditions. La combinaison de ces deux qualités est indispensable pour une utilisation fiable dans le cadre de diagnostics ou d’évaluations psychologiques.

💡 À retenir

Les tests et échelles psychométriques sont des outils standardisés essentiels pour quantifier et comparer les caractéristiques psychologiques, permettant une évaluation précise et fiable lorsqu’ils sont accompagnés de scores valides, de normes appropriées et d’une standardisation rigoureuse.

📖 6. Construction d’une échelle

🔑 Notions clés & Définitions

Item
Un item est une unité de mesure constituée d’une question ou d’une affirmation qui permet d’évaluer un concept subjectif. Il sert à recueillir la réponse du répondant, généralement sous forme de choix ou d’accord/disaccord, afin de quantifier une attitude, un trait ou une perception. La construction d’une échelle repose sur un ensemble d’items soigneusement sélectionnés pour mesurer un concept psychologique précis.

Sous-échelle
Une sous-échelle est un regroupement d’items liés à une dimension spécifique d’un concept plus large. Elle permet de mesurer différentes facettes ou dimensions d’un même concept subjectif en séparant, par exemple, l’aspect émotionnel, cognitif ou comportemental. La création de sous-échelles facilite une analyse fine et structurée du concept global.

Codage
Le codage désigne le processus de transformation des réponses qualitatives ou quantitatives recueillies via les items en valeurs numériques ou catégoriques exploitables statistiquement. Il permet la quantification des attitudes ou traits mesurés par l’échelle, rendant possible leur analyse et leur interprétation. Le codage est une étape essentielle pour assurer la cohérence et la comparabilité des résultats.

Moyenne composite
La moyenne composite est une valeur synthétique obtenue en agrégeant les scores des différentes sous-échelles ou items d’une échelle. Elle offre une évaluation globale du concept mesuré en combinant les résultats des différentes dimensions. La moyenne composite facilite la compréhension globale du profil du répondant ou de la population évaluée.

Concept psychologique subjectif
Un concept psychologique subjectif est une notion ou un trait qui repose sur la perception, l’expérience ou l’évaluation personnelle du sujet. Il inclut des éléments tels que les attitudes, les perceptions ou les états émotionnels, qui ne peuvent pas être mesurés directement de manière objective mais nécessitent des outils spécifiques comme des échelles pour leur évaluation.

📝 Points essentiels

Une échelle est composée d’items sous forme de questions ou affirmations mesurant un concept subjectif. Ces items constituent l’unité de base de l’échelle, permettant d’interroger ou d’évaluer une dimension particulière du concept. Les items sont sélectionnés pour leur capacité à représenter fidèlement la facette du concept que l’on souhaite mesurer.

Les sous-échelles regroupent ces items en fonction de leur lien avec des dimensions spécifiques du concept global. Par exemple, une échelle évaluant la dépression pourrait comporter une sous-échelle pour les symptômes émotionnels, une autre pour les symptômes cognitifs, etc. Ces regroupements facilitent une analyse détaillée et permettent de cibler précisément les dimensions du concept.

Le codage des réponses est une étape cruciale qui consiste à attribuer une valeur numérique ou catégorique à chaque réponse. Ce processus permet la quantification des attitudes ou traits, rendant possible leur traitement statistique. Le codage doit être cohérent et précis pour garantir la fiabilité des résultats.

Les moyennes composites synthétisent les scores obtenus sur les sous-échelles ou items pour fournir une évaluation globale du concept. En agrégeant ces scores, la moyenne composite offre une vue d’ensemble qui facilite l’interprétation et la comparaison entre individus ou groupes.

Une construction d’échelle repose donc sur l’assemblage méthodique d’items codés, permettant de mesurer précisément un concept psychologique subjectif. La rigueur dans la sélection, la structuration en sous-échelles, le codage et la synthèse par moyenne composite sont autant d’étapes essentielles pour assurer la validité et la fiabilité de l’outil d’évaluation.

💡 À retenir

La construction d’une échelle psychologique repose sur un assemblage méthodique d’items codés, permettant de mesurer avec précision un concept subjectif. La structuration en sous-échelles et la synthèse par moyenne composite facilitent une évaluation globale et détaillée de ce concept.

📖 7. Validité et fidélité

🔑 Notions clés & Définitions

Validité
La validité désigne la capacité d’un instrument de mesure à évaluer précisément ce qu’il est censé mesurer. Elle concerne donc la pertinence et la justesse des résultats obtenus par l’outil dans le contexte spécifique pour lequel il a été conçu.

Fidélité
La fidélité mesure la constance et la reproductibilité des résultats d’un instrument. Elle indique dans quelle mesure un test ou une échelle donne des résultats cohérents lorsqu’il est répété dans les mêmes conditions ou sur des échantillons similaires.

Indice de fidélité
L’indice de fidélité est une mesure quantitative de la fidélité d’un instrument. Il permet d’évaluer dans quelle mesure les résultats sont stables et reproductibles. Un indice élevé indique une forte constance dans les résultats, renforçant la crédibilité de l’outil.

Erreur de mesure
L’erreur de mesure correspond à la différence entre la valeur observée par l’instrument et la valeur réelle ou vraie du phénomène mesuré. Elle doit être minimisée pour garantir la précision des résultats.

Précision de la mesure
La précision de la mesure fait référence à la finesse ou à la finesse avec laquelle un instrument peut distinguer des différences ou des variations dans le phénomène étudié. Elle dépend notamment de l’erreur de mesure et de la fidélité de l’instrument.

📝 Points essentiels

La fidélité d’un instrument psychométrique est essentielle car elle mesure la constance et la reproductibilité des résultats. Un indice de fidélité élevé est nécessaire pour assurer la crédibilité et la fiabilité d’un test, car il garantit que les résultats ne varient pas de manière aléatoire ou due à des fluctuations non contrôlées. La validité, quant à elle, évalue si l’instrument mesure réellement ce qu’il doit mesurer, ce qui est crucial pour la pertinence des conclusions tirées. Enfin, l’erreur de mesure doit être minimisée pour assurer la précision de la mesure, ce qui implique que l’instrument doit produire des résultats proches de la valeur réelle ou vraie du phénomène évalué. La précision de la mesure dépend directement de la fidélité et de la réduction de l’erreur de mesure, soulignant l’interdépendance de ces concepts pour garantir la qualité d’un instrument psychométrique.

💡 À retenir

La qualité d’un instrument psychométrique repose sur sa fidélité et sa validité, qui garantissent des mesures précises, cohérentes et pertinentes. Un indice de fidélité élevé et une faible erreur de mesure sont indispensables pour assurer la crédibilité et la fiabilité des résultats obtenus.

📖 8. Types de validité

🔑 Notions clés & Définitions

Validité de contenu
La validité de contenu vérifie la représentativité des items par rapport au concept. Elle s’assure que l’ensemble des questions ou affirmations qui composent un instrument de mesure couvre de manière adéquate et exhaustive le domaine ou le construit qu’il est censé évaluer. Elle repose souvent sur l’avis d’experts qui jugent de la pertinence et de la couverture des items par rapport au concept théorique.

Validité de construit
La validité de construit confirme que l'instrument mesure bien le concept théorique qu’il vise à représenter. Elle s’appuie sur la cohérence interne de l’échelle, la relation avec d’autres mesures, et la conformité aux hypothèses théoriques. Elle garantit que l’outil ne mesure pas autre chose que le construit ciblé, en évitant la contamination ou la sous-représentation du concept.

Validité de critère
La validité de critère évalue la capacité de l’instrument à prédire ou à être corrélé avec un critère externe pertinent. Elle consiste à comparer les résultats obtenus avec l’outil à une référence ou un critère considéré comme fiable et pertinent, permettant ainsi de juger de la précision et de la pertinence de la mesure.

Validité convergente et validité discriminante
Ces deux formes de validité assurent la cohérence et la spécificité des mesures. La validité convergente vérifie que l’instrument est fortement corrélé avec d’autres mesures du même construit ou de construits similaires, confirmant ainsi qu’il mesure bien ce qu’il doit. La validité discriminante, en revanche, s’assure que l’instrument ne corrèle pas fortement avec des mesures de construits différents, garantissant la spécificité de la mesure.

📝 Points essentiels

La validité de contenu consiste à vérifier que les items sont représentatifs du concept, en s’appuyant sur l’avis d’experts pour évaluer leur pertinence et leur couverture. Elle assure que l’échelle ne comporte ni questions hors sujet ni omissions importantes du domaine étudié. La validité de construit va plus loin en confirmant que l’instrument mesure réellement le concept théorique, en vérifiant la cohérence interne et la relation avec d’autres mesures. La validité de critère, quant à elle, évalue la corrélation avec un critère externe pertinent, permettant de juger de la capacité prédictive ou concurrente de l’outil. Enfin, la validité convergente et discriminante jouent un rôle complémentaire : la première assure la cohérence avec d’autres mesures du même construit, la seconde garantit la distinction avec des construits différents, renforçant la spécificité de la mesure.

💡 À retenir

Distinguer les différentes formes de validité permet de s’assurer que l’instrument de mesure évalue précisément le concept ciblé sous tous ses aspects, renforçant ainsi la fiabilité et la scientificité de l’évaluation.

📖 9. Propriétés métriques

🔑 Notions clés & Définitions

Propriétés métriques : Ce sont les caractéristiques fondamentales d’une échelle de mesure qui déterminent les opérations mathématiques possibles sur les données recueillies. Elles garantissent que les données peuvent être traitées selon des règles précises, permettant ainsi une analyse statistique fiable et cohérente.

Échelle d’intervalle : C’est une échelle de mesure qui possède un zéro arbitraire, c’est-à-dire que le zéro n’indique pas l’absence de la grandeur mesurée mais une position relative. Sur cette échelle, il est possible de comparer la différence ou l’écart entre deux valeurs, car ces écarts ont une signification constante. Par exemple, la température en degrés Celsius est une échelle d’intervalle : la différence entre 20°C et 30°C est la même que celle entre 10°C et 20°C, mais le zéro n’indique pas l’absence de température.

• Échelle de rapport : voir section 3

Zéro naturel : C’est la valeur zéro qui indique l’absence réelle de la grandeur mesurée. Elle est caractéristique de l’échelle de rapport, où zéro représente une absence totale de la propriété évaluée, contrairement à l’échelle d’intervalle où le zéro est arbitraire.

Écart standardisé : C’est une mesure qui permet de comparer des écarts entre différentes valeurs en les ramenant à une même unité ou échelle. La standardisation consiste à transformer les écarts pour qu’ils soient exprimés en unités d’écart-type, ce qui facilite leur comparaison et leur interprétation dans des contextes variés.

📝 Points essentiels

Les propriétés métriques déterminent les opérations mathématiques que l’on peut effectuer sur les données. En effet, selon que l’échelle possède ou non un zéro naturel, ou que ses écarts soient standardisés, les analyses statistiques possibles varient considérablement.

L’échelle d’intervalle se caractérise par un zéro arbitraire, ce qui signifie qu’elle permet uniquement la comparaison des écarts entre valeurs, mais pas la comparaison de ratios. Par exemple, on peut dire que 30°C est 10°C plus chaud que 20°C, mais on ne peut pas dire que 30°C est deux fois plus chaud que 15°C.

L’échelle de rapport, quant à elle, possède un zéro naturel, ce qui autorise la comparaison des ratios. Par exemple, une personne mesurant 2 mètres est deux fois plus grande qu’une personne mesurant 1 mètre. La présence d’un zéro naturel permet également de faire des opérations comme la multiplication ou la division, ce qui n’est pas possible avec une échelle d’intervalle.

Les écarts entre valeurs peuvent être standardisés pour assurer leur comparabilité. La standardisation permet de transformer ces écarts en unités d’écart-type, rendant possible la comparaison entre différentes mesures ou échelles, même si celles-ci ont des unités ou des plages différentes.

💡 À retenir

Les propriétés métriques des échelles conditionnent la nature des analyses statistiques possibles et l’interprétation des données. La distinction entre échelle d’intervalle et échelle de rapport, notamment par la présence ou l’absence d’un zéro naturel, est fondamentale pour déterminer les opérations mathématiques applicables et la signification des résultats. La standardisation des écarts facilite leur comparabilité dans des contextes variés.

📖 10. Échelles normées et critériées

🔑 Notions clés & Définitions

Échelle normée
Une échelle normée est un outil d’évaluation qui situe un individu par rapport à un groupe de référence. Elle repose sur l’établissement préalable de normes de référence, permettant de classer ou positionner l’individu selon une échelle compréhensible par les praticiens. La propriété essentielle de cette échelle est sa capacité à situer un score individuel dans un contexte comparatif, souvent dans une logique de compétition ou de positionnement relatif. Elle facilite ainsi l’interprétation des résultats en les ramenant à une norme collective, ce qui permet de déterminer si un score est élevé, moyen ou faible par rapport à un groupe donné.

Échelle critériée
Une échelle critériée compare les performances ou les scores d’un individu à un critère explicite, plutôt qu’à un groupe de référence. Elle ne repose pas sur des normes de référence mais sur des critères d’acceptation ou de maîtrise définis à l’avance. Ces critères servent à valider ou invalider une compétence, un état ou une capacité, indépendamment des autres individus. La logique sous-jacente est celle du diagnostic absolu ou de la maîtrise d’un concept, avec des seuils ou cut-off précis qui déterminent si l’individu répond ou non à un critère donné.

Groupe de référence
Il s’agit d’un ensemble d’individus auquel on compare un sujet lors de l’utilisation d’une échelle normée. Ce groupe sert de norme ou de cadre de référence pour situer le score de l’individu. La composition de ce groupe doit être représentative pour que la norme soit pertinente et fiable.

Critère explicite
Un critère explicite est une norme ou une référence claire, précise et définie à l’avance, permettant d’évaluer ou d’interpréter un score ou une performance. Il est nécessaire notamment dans les échelles critériées pour assurer une interprétation objective et reproductible des résultats.

Hiérarchisation des individus
Ce concept désigne l’organisation ou le classement des personnes selon leur position relative sur une échelle, que ce soit normée ou critériée. La hiérarchisation repose sur la comparaison des scores, permettant de distinguer ceux qui se situent au-dessus ou en dessous d’un seuil, ou de positionner chaque individu dans un ordre relatif en fonction de ses performances ou caractéristiques.

📝 Points essentiels

Les échelles normées situent un individu par rapport à un groupe de référence. Cela signifie qu’un score obtenu sur une telle échelle doit être interprété en tenant compte de la position de l’individu dans un contexte collectif, souvent dans une logique de compétition ou de positionnement relatif. Par exemple, un score de QI supérieur à 100 indique que l’individu se situe au-dessus de la moyenne du groupe de référence, ce qui permet de le comparer à ses pairs.

Les échelles critériées, quant à elles, comparent les performances d’un individu à un critère explicite. Il ne s’agit pas de situer l’individu par rapport à un groupe, mais de vérifier s’il atteint ou non un seuil ou une norme définie à l’avance. Par exemple, en psycho clinique, un score de QI supérieur à 100 est une référence fixe qui indique la maîtrise ou la non-maîtrise d’une compétence, indépendamment de la performance des autres.

La hiérarchisation des individus repose donc sur ces deux types de comparaisons. Dans le cas des échelles normées, elle est relative, basée sur la position dans un groupe de référence. Dans le cas des échelles critériées, elle est absolue, basée sur la conformité à un critère précis.

L’absence de normes ou de groupes de référence nécessite un critère clair pour l’interprétation. En l’absence de normes, il devient essentiel de définir des seuils ou des critères explicites pour pouvoir juger de la performance ou de la maîtrise, comme dans le cas d’un score seuil en psycho clinique ou en évaluation de vitesse en ville (exemple : respecter la limite de vitesse de 50 km/h).

💡 À retenir

Les échelles normées et critériées sont essentielles pour interpréter les scores et positionner les individus dans un contexte donné. La première permet une comparaison relative à un groupe de référence, tandis que la seconde offre une évaluation absolue basée sur des critères précis, rendant possible une hiérarchisation claire même en l’absence de normes.

📊 Tableaux de Synthèse

Critère	Variable qualitative	Variable quantitative
Nature	Nominale ou ordinale	Discrète ou continue
Modalités	Catégories (ex : couleur, sexe)	Nombres (ex : âge, revenu)
Ordre implicite	Non pour nominale, oui pour ordinale	Oui (pour continue ou discrète ordinale)
Opérations arithmétiques	Non (sauf codages spécifiques)	Oui (addition, moyenne, etc.)
Exemple	Couleur, genre	Âge, revenu, nombre d’enfants

Critère	Variable dichotomique	Variable polytomique
Nombre de modalités	Deux (ex : oui/non)	Plusieurs (ex : type de logement)
Type	Variable qualitative dichotomique	Variable qualitative polytomique
Exemple	Sexe (homme/femme), réponse oui/non	Type de logement (maison, appartement, loft)

⚠️ Pièges & Confusions Fréquentes

1. Confondre variable discrète et continue : la discrète ne peut prendre que des valeurs isolées, la continue peut prendre toutes valeurs dans un intervalle.
2. Confondre modalité exhaustive et exclusive : une modalité doit couvrir toutes les réponses possibles (exhaustive), mais un individu ne peut appartenir qu’à une seule modalité pour une variable donnée (exclusive).
3. Confondre variable nominale et ordinale : la nominale n’a pas d’ordre implicite, l’ordinale possède un ordre hiérarchique.
4. Utiliser des opérations arithmétiques sur des variables qualitatives nominales : ce n’est pas approprié sauf codage spécifique.
5. Confondre variable indépendante et dépendante dans l’analyse : leur rôle est défini par l’hypothèse de recherche.
6. Omettre la distinction entre variables discrètes et continues dans le choix des tests statistiques.
7. Négliger la nécessité d’une modalité « autre » pour assurer l’exhaustivité.

✅ Checklist Examen

1. Connaître la définition d’une variable selon le contenu source.
2. Savoir distinguer modalité exhaustive et exclusive.
3. Identifier si une variable est qualitative ou quantitative.
4. Maîtriser la différence entre variable nominale et ordinale.
5. Comprendre la différence entre variable discrète et continue.
6. Connaître la nature et la fonction d’une variable selon l’hypothèse de recherche.
7. Reconnaître une variable indépendante versus une variable dépendante.
8. Savoir ce qu’est une variable polytomique et dichotomique.
9. Être capable d’identifier les opérations arithmétiques appropriées selon le type de variable.
10. Connaître les exemples concrets pour chaque type de variable.
11. Maîtriser les pièges fréquents liés à la classification des variables.
12. Savoir utiliser correctement les modalités pour assurer la cohérence des analyses statistiques.