GTS813: cours - PowerPoint PPT Presentation

1 / 31
About This Presentation
Title:

GTS813: cours

Description:

tudes de cas #2: Qui pose la question? La question est-elle claire? Concepts de base ... Apparente : Test la bonne chose? De contenu : Tient compte de tout? ... – PowerPoint PPT presentation

Number of Views:98
Avg rating:3.0/5.0
Slides: 32
Provided by: nhagem
Category:

less

Transcript and Presenter's Notes

Title: GTS813: cours


1
GTS813 cours 6
  • Évaluation dune mesure (Validité, Répétabilité,
    Fiabilité, précision)
  • Activité. Études de cas 2 Qui pose la question?
    La question est-elle claire?

2
Concepts de base
  • Pourquoi évaluer un instrument de mesure?
  • Nouvel instrument
  • Instrument existant
  • Validité
  • Apparente Test la bonne chose?
  • De contenu Tient compte de tout?
  • Fidélité
  • Répétabilité
  • Indice compris entre 0 et 1
  • Stabilité
  • Test-retest
  • Homogénéité
  • Consistence

3
Concepts de base
  • Formes empiriques de validité
  • Dautres échelles existent
  • Validité concourante
  • Pourquoi en développer une nouvelle?
  • Pourquoi comparer à lancienne?
  • Validité prédictive
  • Aucune autre mesure nexiste
  • Validité de construit
  • Test du taux de sucre

4
Concepts de base
  • Deux traditions dévaluation
  • Modèle catégorique Modèle dimensionnel
  • Réduction de lerreur de mesure
  • Formation, connaissances, expérience
  • Sassurer de la cohérence

5
Fidélité
  • Erreur systématique et aléatoire
  • Fidélité vs exactitude

6
Fidélité
Calculs
7
Fidélité
  • Inter et intra-observateur
  • Signification des résultats
  • Test-retest
  • Pourquoi faire un test-retest?

8
Différents coefficients de fidélité
  • Correlation de Pearson
  • Coeffeicient Kappa
  • Méthode de Bland et Altman
  • Coefficient par corrélations multiples (CMC)

9
Différents coefficients de fidélité
  • Corrélation de Pearson
  • Cherche une relation linéaire
  • Surestime généralement la fidélité
  • Prend un Pearson par paire dobservateurs
  • Version pour valeurs continues CMC
  • CMC vs ICC

10
Différents coefficients de fidélité
  • Coefficient Kappa

11
Interprétation
  • Fidélité et erreur standard de mesure
  • Signification

12
Interprétation
  • Différence attendue lors dun re-test

13
Interprétation
  • Est-ce que la fidélité est acceptable?
  • Fidélité sapplique à une population donnée
  • 100 personnes testées, classées. Une personne
    classée 25, lautre 50.
  • r 0 ? 50 dêtre inversé si on recommence
  • r 0.5 ? 37
  • r 0.8 ? 20
  • r 0.95 ? 2.2

14
Améliorer la fidélité
  • Façon daméliorer la fidélité
  • Entraînement des observateurs
  • Utiliser une population moins homogène (non
    légitime)
  • Augmenter la taille de léchantillon
  • Variance augmente comme le carré du nombre
    ditems
  • Variance de lerreur augmente avec le nombre
    ditems

15
Calculer la taille de léchantillon
16
Théorie de la généralisabilité
  • La fidélité trouvée est pour une variante et
    sapplique à la population utilisée
  • Comment connaître LA fidélité?
  • Refaire une étude de fidélité pour chaque source
    de variabilité?

17
Théorie de la généralisabilité
  • Identifier les sources derreur
  • Déterminer linfluence de chacune
  • Études de généralisabilité
  • Facettes
  • Différentiation
  • Généralisation
  • Fixes
  • Études de décision

18
Théorie de la généralisabilité
  • Exemple Thérapeute, occasions et patients

19
Théorie de la généralisabilité
20
Théorie de la généralisabilité
Coefficient de généralisabilité inter-observateur
Coefficient de généralisabilité test-retest
Coefficient de généralisabilité
21
Validité
  • Concept de validité
  • Validité de contenu
  • Validité critérielle (criterion validity)
  • Validité de construit (construct validity)

22
Validité de contenu
  • Est-ce quon tient compte de tout?
  • Notion dinférence
  • On tire dune proposition considérée comme vraie,
    une autre proposition dont la vérité nest pas
    directement connue.
  • Si on réduit le nombre ditems pour augmenter la
    fidélité, les inférences peuvent diminuer la
    validité de contenu

23
Validité critérielle
  • Corrélation de léchelle avec une mesure,
    idéalement un  golden standard 
  • Validité prédictive
  • Le pronostique se vérifie ou non
  • Plus difficile en sciences humaines
  • Mesure doit posséder 4 qualités
  • En relation avec la chose prédite
  • Pas de biais
  • Fidèle
  • Facile à obtenir
  • Validité concourante
  • Établie à partir dun critère actuel éprouvé

24
Validité critérielle
  • Question pourquoi développer une nouvelle mesure
    sil existe un golden standard?
  • Argent (marché lucratif)
  • Renommée
  • Penser que ce qui existe nest pas bien
  • Ce qui existe est cher, invasif, dangereux, prend
    beaucoup de temps
  • Résultats disponibles trop tard

25
Mesurer la validité
26
Validité de construit
  • Basée sur des hypothèses (contruits)
  • Construit est nouveau
  • Échelles existantes ne sont pas suffisantes
  • On teste à la fois lhypothèse et la mesure
  • Méthodes
  • Groupes extrêmes
  • Validité convergente et validité discriminante
  • Méthode multitrait-matrice multi-méthodes

27
Biais dans la détermination de la validité
  • Réduction de létendue de la mesure
  • Importance de bien choisir le contexte

28
Mesurer le changement
  • Le but de mesurer le changement (linn et Slinde,
    1977)
  • Mesurer la différence entre individus dans
    lamplitude du changement
  • Identifier des corrélations entre des éléments et
    le changement
  • Déduire des effets de traitements à partir de
    différences entre groupes

29
Mesurer le changement
  • Pourquoi ne pas mesurer le changement
    directement?
  • Dans le contexte dune mesure qualitative
  • Tendance à sous-estimer létat de départ donc
    surestimer le traitement
  • Tendance à être influencé par létat actuel

30
Mesures dassociation fidélité et sensibilité
au changement
31
Sensibilité au changement
Write a Comment
User Comments (0)
About PowerShow.com