ScholarGate
Assistant
Latent structure

Oméga hiérarchique de McDonald (ωh)

L'oméga hiérarchique de McDonald (ωh) est un coefficient dérivé d'un modèle factoriel confirmatoire bifactoriel qui quantifie la proportion de la variance du score total attribuable à un unique facteur général plutôt qu'à des facteurs de groupe spécifiques ou à l'erreur au niveau de l'item. Introduit par Roderick P. McDonald (1999) et développé pour les applications bifactorielles par Reise et ses collègues (2013) et Rodriguez et ses collègues (2016), il s'agit de l'indice principal utilisé en psychométrie pour évaluer si un score total composite est un résumé défendable d'une échelle multidimensionnelle.

Ouvrir dans MethodMindBientôtApply, compare, get guidance
Tools & resources
Télécharger les diapositives
Learn & explore
VidéoBientôt

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  1. Reise, S. P., Scheines, R., Widaman, K. F. & Haviland, M. G. (2013). Multidimensionality and structural coefficient bias in structural equation modeling: A bifactor perspective. Educational and Psychological Measurement, 73(1), 5–26. DOI: 10.1177/0013164412449831
  2. Rodriguez, A., Reise, S. P. & Haviland, M. G. (2016). Evaluating bifactor models: Calculating and interpreting statistical indices. Psychological Methods, 21(2), 137–150. DOI: 10.1037/met0000045

Comment citer cette page

ScholarGate. (2026, June 1). McDonald's Hierarchical Omega (ωh). ScholarGate. https://scholargate.app/fr/psychometrics/mcdonald-omega

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte

Référencée par

ScholarGateMcDonald's Omega (McDonald's Hierarchical Omega (ωh)). Consulté le 2026-06-17 sur https://scholargate.app/fr/psychometrics/mcdonald-omega · Jeu de données : https://doi.org/10.5281/zenodo.20539026