The Evaluation of Measurement Instruments By Meta-Analysis of Multitrait-Multimethod Studies

Abstract

L'évaluation des instruments de mesure par analyse secondaire d'études multitraits-multiméthodes. La qualité des données d'une enquête peut être affectée par plusieurs caractéristiques des instruments de mesure, comme la longueur de la question et la manière dont elle est posée, la disposition de l'échelle de réponse, le nombre et l'intitulé des modalités de réponse. Pour évaluer ces instruments de mesure on utilise souvent la procédure multitrait-multiméthode. Cette manière de faire a été introduite d'abord par Campbell et Fiske (1959) qui ont suggéré de mesurer chacun des traits avec plusieurs méthodes et ont proposé des règles pour en déduire la validité d'une manière qui soit convergente et discriminante directement d'une matrice de corrélation multitrait-multiméthode. Dans un travail récent, l'analyse factorielle confirmatoire est utilisée principalement pour analyser des données multitraits-multiméthodes et pour en estlmer la validité, la fiabilité et les effets de méthodes. Andrews (1984) fut le premier à utiliser cette manière de faire dans une étude de large envergure destinée à évaluer plusieurs instruments de mesure d'enquêtes américaines et canadiennes. Tout récemment, une version modifiée du modèle causal a fait l'analyse de matrices multitraits-multiméthodes en utilisant l'analyse factorielle confirmatoire. Le modèle factoriel du second ordre est utilisé dans un projet de recherche comparatif international en cours. Dans ce projet international, 15 pays sont en train de rassembler des données multitraits-multimethodes. et une analyse secondaire sera faite sur cet ensemble de données afin de faire une évaluation des instruments de mesure dans la ligne développée par l'étude d'Andrews. La procédure suivie par ce projet international est validée par une enquête de grande envergure sur le degré de satisfaction dans la vie. Pour cette enquête, des données sur le degré de satisfaction dans la vie en général et à propos de différentes aspects de la vie ont été collectées dans dix différents pays d'Europe. On montre comment les résultats de cette analyse secondaire des différentes données peuvent être utilisés pour corriger les erreurs de mesure d'une modélisation du degré de satisfaction dans la vie.