La présence de réponses manquantes pour certains items d’une échelle de mesure est un
phénomène que tout chercheur est susceptible de rencontrer au cours de ses travaux. Bien
que les biais que peut causer un traitement inadéquat de cette non-réponse soient connus
depuis près de 30 ans (Rubin, 1976), les connaissances quant à l’efficacité des diverses
méthodes de traitement des valeurs manquantes sont encore très restreintes. La présente
étude vise à faire évoluer les connaissances et les pratiques concernant le traitement des
valeurs manquantes dans le contexte d’utilisation d’échelles de type Likert.
Le problème fondamental que posent les valeurs manquantes est qu’il est impossible de ne
pas en tenir compte lors de l’application d’une méthode d’analyse statistique. La majorité
de ces méthodes ayant été développées pour traiter des matrices de données complètes. Les
modèles de mesure utilisés dans le traitement des données issues d’échelles de type Likert
n’échappent pas à cette réalité. Deux modèles de mesure sont étudiés plus en profondeur
dans ce projet soit, le modèle classique et le modèle gradué de Samejima.
La recherche entreprise avait comme objectif d’évaluer l’efficacité de cinq méthodes de
traitement des valeurs manquantes, dont la méthode d’imputation multiple. De plus, il était
visé d’évaluer l’impact du nombre de sujets, du nombre d’items et de la proportion des
valeurs manquantes sur l’efficacité des méthodes. Les résultats issus de cette recherche
semblent suggérer que la méthode d’imputation multiple présente une efficacité supérieure
aux autres méthodes bien que, tout dépendant du modèle de mesure considéré, d’autres
méthodes plus simples semblent aussi efficaces. Il importe de noter en conclusion
qu’aucune méthode de traitement ne peut éliminer complètement les biais causés par les
valeurs manquantes et qu’à ce sujet, il serait préférable de prévenir plutôt que de guérir. / The presence of missing answers for some items of a scale of measurement is a
phenomenon which any researcher is suitable to meet during his work. Although bias that
an inadequate treatment of this non-response can cause are known since nearly 30 years
(Rubin, 1976), knowledge of the effectiveness of the various missing values treatment is
still very restricted. The present study aims at making knowledge and practices concerning
the treatment of the missing values evolve in the context of Likert type scale.
The fundamental problem that missing values pose is that it is impossible not to take it into
account at the time of the application of a method of statistical analysis, the majority of
these methods having been developed to treat matrices of complete data. The models of
measurement used in the analysis of Likert type scale data do not escape from this reality.
Two models of measurement are studied more in-depth in this project, the classical test
model and the Samejima graded model.
The main objective of the research undertaken is to evaluate the effectiveness of five
missing values treatment, including the multiple imputation method. Moreover, it was
aimed to evaluate the impact of the number of subjects, the number of items and the
proportion of the missing values on the effectiveness of the methods. The results of this
research seem to suggest that the effectiveness of multiple imputation is higher than the
other methods, although depending on the model of measurement considered, other simpler
methods seem also effective. In conclusion, it is important to note that because no method
of treatment can eliminate completely the bias caused by the presence of missing values, it
would be preferable to prevent rather than to cure.
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QQLA.2006/23426 |
| Date | 03 1900 |
| Creators | Rousseau, Michel |
| Contributors | Bertrand, Richard |
| Publisher | Université Laval |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | text/html, application/pdf |
| Rights | © Michel Rousseau, 2006 |
Page generated in 0.0022 seconds