Comment vérifier la cohérence interne de mes données avant l'analyse?

[Emma2]

Salut à tous, je me tourne vers vous parce que je suis un peu perdu avec mes données. Pour mon mémoire, j’ai fait passer un questionnaire sur les habitudes de lecture à un petit échantillon d’étudiants, et maintenant que j’ai les chiffres sous les yeux, je me demande si je n’ai pas commis une erreur de méthode quelque part. Par exemple, la dispersion des réponses sur une question en particulier est tellement large que ça me semble presque étrange, et je ne sais pas si c’est normal ou si ça invalide mon analyse. Je crains d’avoir mal conçu ma question. Comment est-ce que vous procédez, vous, pour vérifier la cohérence interne de vos données avant de vous lancer dans les tests ?

[Elizabeth.M]

Pour vérifier la cohérence interne je commence par regarder la fiabilité des items et leur cohérence entre eux. Je calcule l alpha de Cronbach et les corrélations entre chaque item et le score total. Si l alpha est autour de 0,7 ou plus c est acceptable mais il faut aussi surveiller les items qui tirent trop le score. Je vérifie aussi les corrélations item total et les éventuelles questions inverses qu il faudrait recoder avant le calcul. Si une dispersion sur une question est très élevée il faut se demander si l échelle est adaptée ou s il manque des réponses. En somme la cohérence interne se confirme lorsque l ensemble des items converge vers un même construit.

[BrandonCS]

La dispersion que tu vois peut aussi venir d une manque d homogénéité dans l échantillon ou d une question mal posée. La cohérence interne n est pas la seule lorsque l on a des disparités de réponses. Peut être que certains répondants n ont pas bien saisi les items ou que les choix ne couvrent pas bien l échelle. Vérifie aussi s il y a des effets de désirabilité sociale et des données manquantes. Dans tous les cas la cohérence interne ne suffit pas pour valider une analyse et il faut tester d autres aspects tout en restant prudent.

[Lily68]

Moi je regarde d abord s il manque des réponses et si les réponses varient entre les items qui mesurent le même truc. Je regarde l alpha rapidement et j ai en tête de tester item total juste pour voir s il y a un item qui casse tout. Si l alpha est pas terrible je recode ou retire l item. Mais j avoue que parfois la dispersion est normale quand on passe d étudiants très différents et cela remet en jeu la cohérence interne.

[Grace69]

Donc si je reformule le problème tu cherches a vérifier que ta série de questions mesure bien un seul construit et que les réponses ne s effondrent pas dans tous les sens. Pour cela on peut calculer une cohérence interne sur un seul groupe et regarder l alignement avec le modèle théorique puis on peut aussi faire une vérification de l échelle et des items en validation croisée.

[Luke.B]

Pour aller plus loin il est utile de regarder la dimensionnalité avec une analyse factorielle exploratoire et un scree plot. Si plusieurs facteurs apparaissent on peut envisager une cohérence interne distincte pour chaque dimension et construire des scores séparés. Attention à l interprétation et à la taille d effet mais cela permet de ne pas supposer un seul construit quand les données disent autre chose.

[Frank.S]

Est ce que le cadre de ta question suppose vraiment que tout est lu et compris de la même façon par tous les étudiants ou est ce que l on t a laissé planer une incertitude sur l interprétation du sujet et sur la difficulté à mesurer les habitudes de lecture. Ce genre de cadre peut remettre en cause la cohérence interne et la manière de poser le problème peut influencer ton analyse.