Pré-audit des données d’échelle
Contrôle avant EFA/CFA : données et biais
Pré-audit des données d’échelle
Contrôle avant EFA/CFA : données et biais
Aperçu
Description
"Ce Skill est déclenché lorsqu’il faut contrôler, sur le plan de la qualité psychométrique, des données brutes de développement d’échelle (Excel/CSV) collectées par un cabinet d’enquêtes professionnel, avant de passer à l’EFA/CFA ou aux analyses finales de fiabilité. Il évalue de manière approfondie les données manquantes, les valeurs aberrantes, les réponses inattentives, les biais de réponse, la qualité des items et l’adéquation de l’échantillon, puis produit une décision Go/No-Go. Il ne modifie pas les données et fournit uniquement un rapport de diagnostic et d’audit."
Compétences associées
Tout voir
Qualité des données d’échelle
Cette compétence contrôle systématiquement les données brutes d’enquête recueillies dans le cadre du développement d’une échelle, en examinant les données manquantes, les observations aberrantes, les réponses inattentives (straightlining, longstring, random responding), les anomalies de distribution au niveau des items, ainsi que les prérequis de fiabilité et de factorisabilité. Elle ne produit pas les résultats finaux de l’EFA/CFA ; elle fournit une décision « go/no-go » étayée par des preuves quant à la préparation des données pour les étapes d’analyse suivantes, ainsi qu’une recommandation de division stratifiée de l’échantillon (EFA/CFA split). Tous les calculs sont réalisés en exécutant réellement du code (Python : pandas, scipy, factor_analyzer, pingouin) ; aucun chiffre hypothétique n’est généré.
RechercheRédacteur validité-fiabilité
À partir de vos résultats d’analyse EFA ou CFA (KMO, test de Bartlett, saturations factorielles, indices d’ajustement, alpha de Cronbach/CR/AVE), produisez un texte complet de Méthodes et Résultats, prêt à intégrer dans un article. L’outil classe correctement les seuils des indices d’ajustement (CFI/TLI≥.90, RMSEA≤.08, etc.) et signale les problèmes de validité, comme AVE<0,50, sans les dissimuler. Pour qui : les universitaires et les étudiants de troisième cycle menant des travaux de développement ou d’adaptation d’échelles.
RechercheRapport PLS-SEM + objections
À partir de vos résultats d’analyse PLS-SEM (charges externes, CR/AVE, validité discriminante HTMT, coefficients de chemin, R²/f²/Q², SRMR), génère un rapport complet sur le modèle de mesure et le modèle structurel. Applique correctement le seuil HTMT et l’interprétation de R² (critères de Cohen/Chin), tout en évitant le langage causal. Identifie également au moins 4 objections fréquemment soulevées par les évaluateurs de revues (par exemple : « Pourquoi choisir le PLS plutôt que le CB-SEM ? » ou « Le contrôle du biais de méthode commune n’a pas été effectué ») et propose une formulation de réponse pour chacune. Pour qui : les chercheurs en gestion et en sciences sociales qui utilisent la modélisation par équations structurelles avec PLS-SEM et recherchent une méthodologie solide avant de soumettre leur article à une revue.
Informations
- Version
- v2
- Dernière mise à jour
- Crédits par exécution
- Selon l’utilisation
- Modèles
- Automatique
