Jeu de données Dark Triad
Vincent Berthet
15/11/2023
Description
- Les données sont les réponses de 501 personnes au Short Dark Triad (SD3)
- Ce questionnaire mesure les trois dimensions de la triade sombre de
la personnalité
- machiavélisme
- narcissisme
- psychopathie
- L’échelle de réponse aux items va de 1 (fortement en désaccord) à 5 (fortement en accord)
- Remarque : 5 items sont inversés
On charge le jeu de données
d <- read.csv2(file.choose())
head(d)## QS1 age QB1 QB2 QB3 QB4 QB5 QB6 QB7 QB8 QB9 QB10 QB11 QB12 QB13 QB14 QB15
## 1 2 18-24 5 4 1 1 4 3 4 2 1 5 3 2 5 3 2
## 2 2 25_49 4 3 1 4 3 4 2 1 1 4 3 1 1 3 2
## 3 1 18-24 5 3 2 2 4 4 2 3 2 4 2 2 3 3 4
## 4 2 25_49 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
## 5 2 25_49 5 2 2 2 5 4 3 2 2 4 2 3 3 1 2
## 6 1 18-24 4 2 2 2 3 4 3 2 2 4 2 2 3 3 4
## QB16 QB17 QB18 QB19 QB20 QB21 QB22 QB23 QB24 QB25 QB26 QB27 QB5_r QB6_r
## 1 5 5 4 3 2 5 4 4 1 5 5 2 2 3
## 2 3 4 3 3 2 5 2 2 1 2 4 1 3 2
## 3 4 4 3 4 4 4 2 4 1 4 4 2 2 2
## 4 3 3 3 3 3 5 3 5 1 3 5 3 3 3
## 5 3 4 3 5 2 5 4 5 2 4 4 2 1 2
## 6 2 4 3 4 2 4 2 4 2 4 4 2 3 2
## QB17_r QB21_r QB23_r
## 1 1 1 2
## 2 2 1 4
## 3 2 2 2
## 4 3 1 1
## 5 2 1 1
## 6 2 2 2On calcule les scores aux 3 sous-échelles
library(psych)
## Scores à la sous-échelle machiavélisme
SD3_M <- data.frame(d$QB1,d$QB4,d$QB7,d$QB10,d$QB13,d$QB16,d$QB19,d$QB22,d$QB25)
SD3_M_score <- rowSums(SD3_M)
describe(SD3_M_score)## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 501 29 5.44 29 29.05 4.45 9 44 35 -0.23 0.69 0.24hist(SD3_M_score,100)
## Scores à la sous-échelle narcissisme
SD3_N <- data.frame(d$QB2,d$QB5_r,d$QB8,d$QB11,d$QB14,d$QB17_r,d$QB20,d$QB23_r,d$QB26)
SD3_N_score <- rowSums(SD3_N)
describe(SD3_N_score)## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 501 24.15 5.41 24 23.97 5.93 12 45 33 0.43 0.28 0.24hist(SD3_N_score,100)
## Scores à la sous-échelle psychopathie
SD3_P <- data.frame(d$QB3,d$QB6_r,d$QB9,d$QB12,d$QB15,d$QB18,d$QB21_r,d$QB24,d$QB27)
SD3_P_score <- rowSums(SD3_P)
describe(SD3_P_score)## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 501 19.33 4.95 19 19.08 4.45 9 37 28 0.49 0.15 0.22hist(SD3_P_score,100)
On ajoute ces 3 scores au tableau de données “d”
## On crée un nouveau tableau "dt"
dt <- cbind(d, SD3_M_score, SD3_N_score, SD3_P_score)
head(dt)## QS1 age QB1 QB2 QB3 QB4 QB5 QB6 QB7 QB8 QB9 QB10 QB11 QB12 QB13 QB14 QB15
## 1 2 18-24 5 4 1 1 4 3 4 2 1 5 3 2 5 3 2
## 2 2 25_49 4 3 1 4 3 4 2 1 1 4 3 1 1 3 2
## 3 1 18-24 5 3 2 2 4 4 2 3 2 4 2 2 3 3 4
## 4 2 25_49 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
## 5 2 25_49 5 2 2 2 5 4 3 2 2 4 2 3 3 1 2
## 6 1 18-24 4 2 2 2 3 4 3 2 2 4 2 2 3 3 4
## QB16 QB17 QB18 QB19 QB20 QB21 QB22 QB23 QB24 QB25 QB26 QB27 QB5_r QB6_r
## 1 5 5 4 3 2 5 4 4 1 5 5 2 2 3
## 2 3 4 3 3 2 5 2 2 1 2 4 1 3 2
## 3 4 4 3 4 4 4 2 4 1 4 4 2 2 2
## 4 3 3 3 3 3 5 3 5 1 3 5 3 3 3
## 5 3 4 3 5 2 5 4 5 2 4 4 2 1 2
## 6 2 4 3 4 2 4 2 4 2 4 4 2 3 2
## QB17_r QB21_r QB23_r SD3_M_score SD3_N_score SD3_P_score
## 1 1 1 2 37 24 17
## 2 2 1 4 25 25 13
## 3 2 2 2 30 25 20
## 4 3 1 1 27 27 23
## 5 2 1 1 33 17 19
## 6 2 2 2 28 22 21Analyse psychométrique : consistance interne des sous-échelles
## Commande alpha du package "psych"
alpha(SD3_M)##
## Reliability analysis
## Call: alpha(x = SD3_M)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.75 0.75 0.75 0.25 3 0.017 3.2 0.6 0.24
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.72 0.75 0.78
## Duhachek 0.72 0.75 0.78
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## d.QB1 0.73 0.72 0.72 0.25 2.6 0.018 0.0095 0.23
## d.QB4 0.74 0.74 0.74 0.26 2.8 0.017 0.0101 0.25
## d.QB7 0.72 0.72 0.71 0.24 2.6 0.018 0.0096 0.25
## d.QB10 0.73 0.73 0.73 0.25 2.7 0.018 0.0107 0.26
## d.QB13 0.69 0.70 0.69 0.22 2.3 0.021 0.0076 0.21
## d.QB16 0.72 0.72 0.71 0.24 2.5 0.019 0.0099 0.23
## d.QB19 0.72 0.72 0.71 0.24 2.6 0.018 0.0098 0.23
## d.QB22 0.75 0.75 0.75 0.27 3.0 0.017 0.0087 0.26
## d.QB25 0.74 0.74 0.74 0.26 2.8 0.017 0.0102 0.24
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## d.QB1 501 0.57 0.59 0.53 0.44 4.0 0.91
## d.QB4 501 0.52 0.52 0.42 0.36 1.9 1.04
## d.QB7 501 0.59 0.60 0.54 0.46 3.3 0.95
## d.QB10 501 0.54 0.55 0.46 0.39 3.8 0.96
## d.QB13 501 0.74 0.72 0.70 0.61 3.0 1.21
## d.QB16 501 0.65 0.62 0.56 0.49 3.1 1.26
## d.QB19 501 0.58 0.60 0.54 0.45 4.0 0.93
## d.QB22 501 0.47 0.46 0.33 0.29 2.4 1.09
## d.QB25 501 0.52 0.52 0.42 0.36 3.5 1.03
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## d.QB1 0.02 0.04 0.16 0.46 0.33 0
## d.QB4 0.47 0.27 0.17 0.08 0.01 0
## d.QB7 0.05 0.10 0.44 0.32 0.09 0
## d.QB10 0.04 0.05 0.26 0.44 0.22 0
## d.QB13 0.14 0.18 0.33 0.24 0.12 0
## d.QB16 0.17 0.11 0.32 0.27 0.14 0
## d.QB19 0.03 0.04 0.17 0.47 0.29 0
## d.QB22 0.22 0.30 0.34 0.09 0.05 0
## d.QB25 0.05 0.10 0.31 0.39 0.15 0alpha(SD3_N)##
## Reliability analysis
## Call: alpha(x = SD3_N)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.72 0.71 0.71 0.21 2.4 0.018 2.7 0.6 0.22
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.68 0.72 0.75
## Duhachek 0.68 0.72 0.75
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## d.QB2 0.67 0.66 0.66 0.19 1.9 0.022 0.0135 0.20
## d.QB5_r 0.68 0.67 0.66 0.20 2.0 0.021 0.0127 0.21
## d.QB8 0.71 0.70 0.69 0.22 2.3 0.019 0.0151 0.24
## d.QB11 0.68 0.67 0.66 0.20 2.0 0.021 0.0131 0.20
## d.QB14 0.68 0.67 0.67 0.20 2.0 0.021 0.0157 0.20
## d.QB17_r 0.72 0.71 0.70 0.23 2.4 0.019 0.0124 0.24
## d.QB20 0.69 0.68 0.68 0.21 2.1 0.020 0.0142 0.22
## d.QB23_r 0.69 0.68 0.67 0.21 2.1 0.021 0.0120 0.20
## d.QB26 0.73 0.73 0.72 0.25 2.7 0.018 0.0092 0.26
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## d.QB2 501 0.66 0.66 0.61 0.51 2.8 1.12
## d.QB5_r 501 0.64 0.63 0.58 0.49 2.6 1.10
## d.QB8 501 0.49 0.50 0.39 0.33 2.4 1.02
## d.QB11 501 0.63 0.62 0.57 0.47 2.6 1.16
## d.QB14 501 0.61 0.60 0.53 0.44 2.8 1.15
## d.QB17_r 501 0.47 0.45 0.34 0.27 2.6 1.17
## d.QB20 501 0.57 0.56 0.48 0.40 2.0 1.15
## d.QB23_r 501 0.59 0.58 0.52 0.44 2.2 1.07
## d.QB26 501 0.27 0.33 0.17 0.14 4.2 0.73
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## d.QB2 0.17 0.17 0.38 0.24 0.05 0
## d.QB5_r 0.19 0.31 0.32 0.13 0.06 0
## d.QB8 0.22 0.35 0.30 0.10 0.03 0
## d.QB11 0.22 0.24 0.33 0.15 0.06 0
## d.QB14 0.17 0.21 0.36 0.20 0.07 0
## d.QB17_r 0.16 0.36 0.23 0.17 0.08 0
## d.QB20 0.47 0.26 0.13 0.12 0.03 0
## d.QB23_r 0.30 0.38 0.18 0.12 0.02 0
## d.QB26 0.01 0.01 0.11 0.51 0.36 0alpha(SD3_P)##
## Reliability analysis
## Call: alpha(x = SD3_P)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.66 0.66 0.66 0.18 1.9 0.022 2.1 0.55 0.15
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.62 0.66 0.71
## Duhachek 0.62 0.66 0.71
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## d.QB3 0.60 0.60 0.59 0.16 1.5 0.026 0.013 0.14
## d.QB6_r 0.69 0.68 0.67 0.21 2.1 0.021 0.012 0.21
## d.QB9 0.63 0.63 0.62 0.17 1.7 0.024 0.014 0.15
## d.QB12 0.62 0.61 0.60 0.16 1.5 0.025 0.016 0.14
## d.QB15 0.60 0.59 0.59 0.15 1.5 0.027 0.012 0.14
## d.QB18 0.63 0.63 0.62 0.17 1.7 0.024 0.015 0.15
## d.QB21_r 0.67 0.66 0.66 0.20 2.0 0.022 0.016 0.21
## d.QB24 0.66 0.65 0.65 0.19 1.8 0.023 0.018 0.19
## d.QB27 0.61 0.61 0.61 0.16 1.5 0.026 0.016 0.14
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## d.QB3 501 0.63 0.63 0.58 0.474 2.1 1.07
## d.QB6_r 501 0.29 0.30 0.12 0.086 2.3 1.01
## d.QB9 501 0.54 0.53 0.44 0.349 2.2 1.10
## d.QB12 501 0.59 0.60 0.54 0.437 1.8 0.99
## d.QB15 501 0.66 0.64 0.60 0.486 2.5 1.18
## d.QB18 501 0.53 0.53 0.43 0.352 3.4 1.03
## d.QB21_r 501 0.36 0.38 0.22 0.178 1.5 0.94
## d.QB24 501 0.45 0.45 0.31 0.247 1.7 1.09
## d.QB27 501 0.61 0.60 0.53 0.440 2.0 1.09
##
## Non missing response frequency for each item
## 1 2 3 4 5 miss
## d.QB3 0.39 0.30 0.21 0.08 0.03 0
## d.QB6_r 0.23 0.41 0.24 0.08 0.03 0
## d.QB9 0.34 0.27 0.28 0.08 0.03 0
## d.QB12 0.47 0.30 0.17 0.05 0.02 0
## d.QB15 0.26 0.30 0.22 0.18 0.05 0
## d.QB18 0.06 0.11 0.38 0.32 0.13 0
## d.QB21_r 0.75 0.14 0.05 0.03 0.03 0
## d.QB24 0.67 0.12 0.12 0.05 0.03 0
## d.QB27 0.40 0.32 0.17 0.07 0.03 0Exercice
Indiquer la ou les commande(s) R pour :
Calculer les corrélations entre les scores aux 3 sous-échelles.
Sélectionner les lignes qui correspondent aux répondants hommes ayant un score à la sous-échelle narcissisme supérieur à la moyenne (générale).
Tester si la différence entre le score moyen des femmes à la sous-échelle machiavélisme et celui des hommes est statistiquement significative.