Abstracts
Résumé
L’interprétation et la décision psychométriques reposent toutes deux sur la confrontation entre le score obtenu par le répondant et la norme (ou l’échelle normative) par laquelle on veut le situer dans la population de référence. Cette confrontation déborde le seul domaine de la psychométrie pour intéresser la docimologie, le testing médical, le contrôle de qualité. Or, dans bien des cas, la mesure individuelle est marquée d’une « erreur de mesure », de même que la norme à appliquer est incertaine parce que basée sur un simple échantillon de la population ciblée. Les parties I et II (Laurencelle 2015, 2016a) de cette série d’articles ont permis d’identifier explicitement ce problème et d’en proposer des procédures de solution exactes et approximatives. Cette troisième partie, axée davantage sur la pratique, récapitule la théorie et présente surtout une série d’exemples travaillés qui pourront servir de modèles de solution aux intéressés, tout en illustrant diverses applications de la théorie.
Mots-clés :
- décision psychométrique,
- erreur de mesure,
- incertitude de la norme,
- norme sûre,
- illustrations
Abstract
Both test interpretation and test-based ruling depend on comparing the respondent’s score to a standard (or a scale of standards), a comparison by which the respondent is to be ranked somehow among the reference population. This operation goes beyond the field of psychological testing, and is of relevance to school testing, medical assessing, quality control, etc. However, in many cases, the individual’s score is altered by a “measurement error”, and also the standard used has its own uncertainty, ascribable to its sample data basis. In parts I and II (Laurencelle 2015, 2016a) of this series of articles, the problem was explicitly identified and solved, and practical numerical procedures were proposed. This third part, focused on the user, summarizes the theory and presents a series of worked out examples that may serve as solution models (both exact and approximate) to the user, while illustrating various instances of the theory.
Keywords:
- test-based ruling,
- measurement error,
- norm’s sampling error,
- safe norm,
- worked problems
Resumo
A interpretação e a decisão psicométricas apoiam-se no confronto entre o resultado obtido pelo respondente e a norma (ou a escala normativa), pela qual se pretende situá-lo na população de referência. Este confronto ultrapassa o campo da psicometria, sendo relevante para a docimologia, os testes médicos, o controlo de qualidade, etc. Ora, em muitos casos, não só a medida individual é alterada por um “erro de medição”, como a norma usada apresenta a sua própria incerteza porque é baseada numa amostra simples da população alvo. As Partes I e II (Laurencelle 2015, 2016a) desta série de artigos permitiram identificar explicitamente este problema e propor procedimentos de solução exatos e aproximados. Esta terceira parte, que se concentra mais na prática, recapitula a teoria e apresenta, acima de tudo, uma série de exemplos trabalhados que poderão servir como modelos de solução para os interessados, ao mesmo tempo que ilustram várias aplicações da teoria.
Palavras chaves:
- decisão psicométrica,
- erro de medição,
- incerteza da norma,
- norma segura,
- ilustrações
Appendices
Références
- Allaire, D. & Laurencelle, L. (1998). Comparaison Monte Carlo de la précision de six estimateurs de la variance d’erreur d’un instrument de mesure. Lettres statistiques, 10, 27-50.
- André, N., Loye, N. & Laurencelle, L. (2015). La validité psychométrique : un regard global sur le concept centenaire, sa genèse, ses avatars. Mesure et évaluation en éducation, 37, 125-148. doi: 10.7202/1036330ar
- Bertrand, R. & Blais, J.-G. (2004). Modèles de mesure : l’apport de la théorie des réponses aux items. Québec : Presses de l’Université du Québec.
- Bosset, P. (2007). Les fondements juridiques et l’évolution de l’obligation d’accommodement raisonnable. Montréal : Commission des droits de la personne et des droits de la jeunesse. Repéré à www.cdpdj.qc.ca/Publications/accommodements_fondements_juridiques.pdf
- Colombie-Britannique (Public Service Employee Relations Commission) c. British Columbia Government and Service Employees’ Union (BCGSEU), [1999] 3 R.C.S. 3. Repéré à https://scc-csc.lexum.com/scc-csc/scc-csc/fr/item/1724/index.do
- Cronbach, L. J. (1971). Test validation. In R. L. Thorndike (Ed.), Educational measurement (2nd ed). Washington, DC: American Council on Education.
- David, F. N. & Johnson, N. L. (1954). Statistical treatment of censored data: Part I – Fundamental formulae. Biometrika, 41, 228-240. doi: 10.1093/biomet/41.1-2.228
- Johnson, N. L., Kotz, S. & Balakrishnan, N. (1994). Continuous univariate distributions (2 vol.) (2nd ed.). New York: Wiley.
- Johnson, N. L., Kotz, S. & Kemp, A. W. (1992). Univariate discrete distributions. New York: Wiley.
- Laurencelle, L. (1993). La loi uniforme : propriétés et applications. Lettres statistiques, 9, 1-23.
- Laurencelle, L. (1998). Théorie et techniques de la mesure instrumentale. Québec : Presses de l’Université du Québec.
- Laurencelle, L. (2015). Une théorie des seuils psychométriques à double contrôle d’erreur – Partie I : L’imprécision échantillonnale des centiles. Mesure et évaluation en éducation, 38, 87-110. doi: 10.7202/1036764ar
- Laurencelle, L. (2016a). Une théorie des seuils psychométriques à double contrôle d’erreur – Partie II : L’erreur de mesure et le concept de norme sûre. Mesure et évaluation en éducation, 39, 45-66. doi: 10.7202/1036705ar
- Laurencelle, L. (2016b). L’étalonnage et la décision psychométrique : exemples et tables (2e éd.). Québec : Presses de l’Université du Québec.
- Lessard-Hébert, M., Goyette, G. & Boutin, G. (1996). La recherche qualitative : fondements et pratiques. Montréal : Éditions Nouvelles.
- Poisson, Y. (1992). La recherche qualitative en éducation. Québec : Presses de l’Université du Québec.
- Trizano-Hermosilla, I. & Alvarado, J. M. (2016). Best alternatives to Cronbach’s alpha reliability in realistic conditions : Congeneric and asymmetrical measurements. Frontiers in Psychology, 7, 769. doi: 10.3389/fpsyg.2016.00769