Cours

Cours universitaires

  • University Paris 1 Panthéon Sorbonne & Paris Descartes

Master in Economics & Psychology
Implicit social cognition [pdf]

  • Université de Lorraine

Licence 3
UFD 52 – EC1 Recueil des données quantitatives
Séance 1: Les bases de la psychométrie [pdf] L’étalonnage [pdf] Le recueil des observations [pdf]
Séance 2: Les modèles de mesure [pdf] La fidélité [pdf] La validité [pdf]
Séance 3: Pratique du NEO PI-R [pdf]
Séance 4: Pratique du MBTI [pdf] description 16 types [pdf] cotation F [pdf] cotation H [pdf]
Séance 5: La mesure de l’intelligence [pdf] Matrices Raven étalonnage [pdf]
Séance 6: La pensée critique et le Critical Thinking Appraisal [pdf] Manuel du test [pdf]
Séance 7: Les mesures indirectes et implicites [pdf] Article IAT [pdf]
Séances 8 et 9: La mesure du Big 5 [pdf] Questionnaire [pdf] et Analyses [pdf]
Autre exemple de résultats Big 5 : Questionnaire [pdf] et Analyses [pdf]
Pour approfondir : l’analyse factorielle [pdf]

Master 1
UE 7 Méthodologie 1 – EC1 Psychométrie
Séance 1 : consignes [pdf]
Exemple avec deux échelles d’extraversion (BFI et MBTI) : questionnaire [pdf] + fichier de données [csv]
Code R :


data <- read.csv2(file.choose()) 
head(data)

######################## CALCUL DES SCORES AUX TESTS ########################

### scores au BFI: total des réponses aux 8 items

# on recode les items inversés (6, 21, 31)

data$itemBFI_6_r <- rep(0, nrow(data))
data$itemBFI_6_r[data$itemBFI_6 == "1"] <- 5
data$itemBFI_6_r[data$itemBFI_6 == "2"] <- 4
data$itemBFI_6_r[data$itemBFI_6 == "3"] <- 3
data$itemBFI_6_r[data$itemBFI_6 == "4"] <- 2
data$itemBFI_6_r[data$itemBFI_6 == "5"] <- 1

data$itemBFI_21_r <- rep(0, nrow(data))
data$itemBFI_21_r[data$itemBFI_21 == "1"] <- 5
data$itemBFI_21_r[data$itemBFI_21 == "2"] <- 4
data$itemBFI_21_r[data$itemBFI_21 == "3"] <- 3
data$itemBFI_21_r[data$itemBFI_21 == "4"] <- 2
data$itemBFI_21_r[data$itemBFI_21 == "5"] <- 1

data$itemBFI_31_r <- rep(0, nrow(data))
data$itemBFI_31_r[data$itemBFI_31 == "1"] <- 5
data$itemBFI_31_r[data$itemBFI_31 == "2"] <- 4
data$itemBFI_31_r[data$itemBFI_31 == "3"] <- 3
data$itemBFI_31_r[data$itemBFI_31 == "4"] <- 2
data$itemBFI_31_r[data$itemBFI_31 == "5"] <- 1

head(data)

data$score_BFI <- data$itemBFI_1 + data$itemBFI_6_r + data$itemBFI_11 + data$itemBFI_16 + data$itemBFI_21_r + data$itemBFI_26 + data$itemBFI_31_r + data$itemBFI_36

### scores au MBTI: total des réponses aux 5 items

# on recode les réponses aux items

data$MBTI_ext <- rep(0, nrow(data))
data$MBTI_int <- rep(0, nrow(data))

for (i in 1:nrow(data)) {
 if(data$itemMBTI_1[i] == 'a') {
 data$MBTI_ext[i] <- 2
 data$MBTI_int[i] <- 0
 } else {
 data$MBTI_ext[i] <- 0
 data$MBTI_int[i] <- 2}
 if(data$itemMBTI_5[i] == 'a') {
 data$MBTI_ext[i] <- data$MBTI_ext[i]+1
 data$MBTI_int[i] <- data$MBTI_int[i]+0
 } else {
 data$MBTI_ext[i] <- data$MBTI_ext[i]+0
 data$MBTI_int[i] <- data$MBTI_int[i]+2}
 if(data$itemMBTI_9[i] == 'a') {
 data$MBTI_ext[i] <- data$MBTI_ext[i]+0
 data$MBTI_int[i] <- data$MBTI_int[i]+2
 } else {
 data$MBTI_ext[i] <- data$MBTI_ext[i]+2
 data$MBTI_int[i] <- data$MBTI_int[i]+0}
 if(data$itemMBTI_11[i] == 'a') {
 data$MBTI_ext[i] <- data$MBTI_ext[i]+2
 data$MBTI_int[i] <- data$MBTI_int[i]+0
 } else {
 data$MBTI_ext[i] <- data$MBTI_ext[i]+0
 data$MBTI_int[i] <- data$MBTI_int[i]+1}
 if(data$itemMBTI_15[i] == 'a') {
 data$MBTI_ext[i] <- data$MBTI_ext[i]+0
 data$MBTI_int[i] <- data$MBTI_int[i]+0
 } else {
 data$MBTI_ext[i] <- data$MBTI_ext[i]+0
 data$MBTI_int[i] <- data$MBTI_int[i]+2}
}

head(data)

data$score_MBTI <- 2*(data$MBTI_ext - data$MBTI_int) - 1

######################## STATS DESCRIPTIVES ########################

library(psych)

describe(data$itemBFI_1)
describe(data$score_BFI)
describe(data$score_MBTI)

### histogrammes

# scores au BFI
hist(data$score_BFI)

tmp <- hist(data$score_BFI, breaks=10:(max(data$score_BFI)), xaxt="n", main="", xlab="")
axis(1, at=tmp$mids, labels=11:max(data$score_BFI))

# scores au MBTI
hist(data$score_MBTI)

######################## FIDELITE ########################

# BFI
bfi <- data.frame(data$itemBFI_1, data$itemBFI_6_r, data$itemBFI_11, data$itemBFI_16, data$itemBFI_21_r, data$itemBFI_26, data$itemBFI_31_r, data$itemBFI_36)

alpha(bfi)

######################## VALIDITE CONVERGENTE ########################

cor(data$score_BFI, data$score_MBTI)

Présentations sur divers sujets

Mon ebook sur les biais cognitifs, L’erreur est humaine [pdf]
Les analytics [pdf]
L’approche actuarielle de la prédiction [pdf]
La psychologie évolutionniste [pdf]
L’inconscient cognitif [pdf]
Mon cours d’introduction à la psychologie sur Youtube (PsyboxTV)