Durée
15h Th, 15h Pr
Nombre de crédits
| Master en sciences psychologiques, à finalité | 4 crédits |
Enseignant
Coordinateur(s)
Langue(s) de l'unité d'enseignement
Langue française
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Première partie : analyse factorielle confirmatoire (Francis Pérée).
La modélisation par équations structurales permet essentiellement de confirmer la validité de théories faisant intervenir des situations caractérisées par la présence de variables latentes non directement observables.
Familiarisation aux concepts de base et procédures utilisées dans la spécification, l'identification, l'estimation et l'ajustement de modèles structuraux. Révision de quelques fondamentaux de l'analyse statistique (types de données, types de variables, types de fichiers de données). Notion de variable latente, caractéristiques et applications classiques.
Les trois types principaux de modèles sont abordés et illustrés par des exemples concrets (CFA, Path Analysis, SEM). Le cas des variables observées catégorielles (échelle de Likert par exemple) sont également illustrés par quelques exemples.
Deuxième partie : analyse factorielle confirmatoire multi-groupes (Christian Monseur).
Principes et mise en œuvre de l'étude de l'invariance d'un instrument de mesure par l'analyse factorielle confirmatoire multi-groupes (MGCFA) pour variables manifestes continues et catégorielles.
Troisième partie : observation du comportement (Ferrarra André).
Présentation de situations typiques nécessitant l'observation du comportement dans le cadre clinique ou dans le cadre de la recherche de laboratoire. Principes généraux pour la conception d'une grille d'observation du comportement. Fidélité et validité des mesures récoltées dans le cadre de l'observation.
Quatrième partie : théorie de la détrection du signal (Valentine Vanootighem).
Introduction à la théorie de la détection du signal (TDS). La TDS est largement utilisée pour mesurer la performance dans des tâches de perception, de mémoire et de catégorisation et ses applications sont nombreuses dans divers domaines. La spécificité de la TDS est de permettre une estimation de la performance des sujets à une tâche à choix forcé tout en prenant en compte les stratégies qu'ils adoptent pour prendre leurs décisions (critère de réponse libéral, neutre ou conservateur).
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
Les étudiants seront capables :
- de réaliser des analyses de type CFA, Path Analysis, SEM et MGCFA et d'en interpréter les résultats.
- d'évaluer avec l'outil approprié la fidélité inter-observateurs et d'appréhender les éléments qui garantissent la qualité de l'observation du comportement.
- d'utiliser la théorie de la détection du signal dans le contexte de tâche de perception, de mémoire et de catégorisation.
Savoirs et compétences prérequis
Activités d'apprentissage prévues et méthodes d'enseignement
Chaque séance de cours sera dispensée en présentiel à la salle CAFEIM (B32). Elle sera complétée par des exercices à réaliser en séance, exercices dont le correctif sera fourni et par des exercices complémentaires en ligne (eCampus).
L'utilisation du langage R (avec des packages associés tel que "lavaan", "irr", etc. permettront à l'étudiant de travailler sur leur ordinateur personnel.
Mode d'enseignement (présentiel, à distance, hybride)
Cours donné exclusivement en présentiel
Lectures recommandées ou obligatoires et notes de cours
L'ensemble des supports pour le cours se trouvent sur eCampus. (PowerPoint des séances orales ; articles scientifiques ; fichiers de données pour les exercices ; scripts R ; liens vers les sites hébergeant les logiciels R et RStudio Desktop).
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( questions ouvertes )
Explications complémentaires:
En plus de questions ouvertes, l'examen écrit comprendra des exercices à résoudre, sur ordinateur : plusieurs problèmes concrets d'application de la statistique (CFA, Path Analysis, SEM, MGCFA).
Les étudiants disposeront notamment des PowerPoint du cours et de leurs notes personnelles.
Voir les informations coimplémentaires sur eCampus.
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Voir eCampus pour les documents et le détails des activités d'apprentissage prévues.
Contacts
Ferrara André : 04/366.22.32 ; a.ferrara@uliege.be
Monseur Christian : 04/336.20.95 ; cmonseur@uliege.be
Pérée Francis : 04/366.22.31 ; fperee@uliege.be
Vanootighem Valentine : 04/366.20.21 ; Valentine.Vanootighem@uliege.be