Ingénierie de la mesure et modélisation IRT (Théorie de Réponse aux Items) pour la décision stratégique

Contexte

Cette formation permet aux participants de transformer des mesures subjectives (échelles de Likert) en leviers de décision stratégiques, en évitant les écueils de la "moyenne" et en garantissant la qualité de l'instrument de mesure (Garbage In, Garbage Out).

Objectifs

Maîtriser l'ensemble de la chaîne de valeur de la donnée : du problème décisionnel jusqu'à la modélisation statistique avancée :
- Concevoir un instrument de mesure robuste : Cartographier un construit latent, identifier ses dimensions et rédiger des items discriminants.
- Auditer la qualité des données : Utiliser les outils d'exploration (ACM, analyses de distribution) pour valider la structure théorique avant modélisation.
- Maîtriser l'IRT (Théorie de Réponse aux Items) : Passer du score total au trait latent pour estimer précisément les positions individuelles et la précision des items.
- Segmenter et interpréter : Construire des typologies (profils) exploitables pour orienter des décisions opérationnelles (ex: marketing, formulation produit, politiques publiques).
- Transposer la méthode : Appliquer cette rigueur méthodologique à tout type de problématique décisionnelle (sensoriel, comportemental, technologique).

Programme

1. De la construction de l’outil à l'audit des données :

- Architecture de la mesure :
Le défi du décideur : pourquoi la moyenne peut masquer la réalité stratégique.
Atelier de conception : élicitation des dimensions et rédaction d'items.
Critique croisée et dévoilement des standards méthodologiques

- Exploration et diagnostic :
Préparation de données ordinales (Recodage, gestion des manquants).
Analyse exploratoire : visualisations adaptées aux échelles de Likert.
Rappel d'Analyse des Correspondances Multiples (ACM) pour valider la structure des données

2. Modélisation IRT et aide à la décision :

- La puissance de l'IRT (Graded Response Model) :
Concept : du score total à la probabilité de réponse.
Lecture et diagnostic : Discrimination, seuils et courbes d'information.
Atelier pratique avec le package mirt : ajustement et diagnostic.

- Typologie et transposition métier :
Estimation des traits latents : de la donnée au profil individu.
Classification et interprétation des profils (Construction de "Portraits-Robots").
Atelier de transposition : appliquer la méthode à sa propre problématique métier (formulation, acceptabilité, marketing).

Responsable(s)

Sébastien LÊ, enseignant-chercheur au sein du département Statistiques et informatique

Public concerné

Ingénieurs, chercheurs, analystes (Marketing, Sensoriel, R&D, Politiques publiques)

Pré-requis

Pratique de base du logiciel R

Durée

2.0 jour(s) 14 heure(s)

Informations particulières

Approche "GIGO" (Garbage In, Garbage Out), centrée sur la qualité de la mesure
Travail collaboratif en petits groupes pour favoriser la participation active de tous les profils

Session(s)