L\u2019\u00e9valuation rigoureuse des traits psychologiques, des aptitudes cognitives et des comp\u00e9tences acad\u00e9miques repose sur un imp\u00e9ratif fondamental : la pr\u00e9cision de la mesure. Dans le champ de la psychom\u00e9trie et des sciences de l\u2019\u00e9ducation, toute observation empirique est inexorablement entach\u00e9e d\u2019une marge d\u2019incertitude. Pour qu\u2019un test psychom\u00e9trique, une \u00e9chelle d\u2019attitude ou un examen standardis\u00e9 pr\u00e9sente une valeur diagnostique ou d\u00e9cisionnelle tangible, le praticien et le chercheur doivent quantifier avec exactitude la part de variance attribuable au construit th\u00e9orique vis\u00e9 par rapport \u00e0 celle d\u00e9coulant du bruit al\u00e9atoire. Cette exigence constitue le c\u0153ur m\u00eame de l’\u00e9tude de la fid\u00e9lit\u00e9, concept cardinal garantissant la stabilit\u00e9, l’\u00e9quivalence et la reproductibilit\u00e9 des observations quantitatives.<\/p>\n
Parmi l’arsenal m\u00e9thodologique d\u00e9velopp\u00e9 au cours du XXe si\u00e8cle sous l\u2019\u00e9gide de la th\u00e9orie classique des tests, deux strat\u00e9gies se distinguent par leur pertinence conceptuelle et leur technicit\u00e9 op\u00e9rationnelle : l\u2019estimation de la fid\u00e9lit\u00e9 par bipartition (commun\u00e9ment d\u00e9sign\u00e9e sous l\u2019appellation anglaise de split-half reliability<\/em>) et l\u2019estimation par formes parall\u00e8les (ou parallel-forms reliability<\/em>). Si ces deux paradigmes partagent une ambition fondamentale commune \u2014 circonscrire l\u2019erreur de mesure li\u00e9e \u00e0 l’\u00e9chantillonnage du contenu \u2014, ils empruntent des trajectoires m\u00e9thodologiques divergentes. La bipartition s\u2019attache \u00e0 diss\u00e9quer un instrument unique en deux sous-ensembles \u00e9quivalents lors d’une passation unique, tandis que les formes parall\u00e8les mobilisent deux instruments distincts et interchangeables administr\u00e9s aux m\u00eames sujets, de mani\u00e8re simultan\u00e9e ou d\u00e9cal\u00e9e dans le temps.<\/p>\n Le choix entre ces deux approches ne rel\u00e8ve aucunement d’un simple arbitrage pratique ou logistique ; il engage la structure math\u00e9matique des scores, la d\u00e9finition des conditions de parall\u00e9lisme strict, et la typologie des composantes d’erreur capt\u00e9es par l’analyste. Une appr\u00e9ciation erron\u00e9e des postulats sous-tendant la bipartition ou la conception de formes parall\u00e8les peut conduire \u00e0 des surinnovations m\u00e9thodologiques, \u00e0 une sous-estimation syst\u00e9matique de l\u2019erreur de mesure ou, inversement, \u00e0 une sur\u00e9valuation factice de la coh\u00e9rence interne. Cet article propose une analyse comparative exhaustive et critique de ces deux m\u00e9thodologies majeures, en examinant leurs fondements formels, leurs protocoles d’administration, leurs vuln\u00e9rabilit\u00e9s respectives et les contextes empiriques dictant la sup\u00e9riorit\u00e9 de l\u2019une sur l\u2019autre.<\/p>\n Dans le cadre axiomatique de la th\u00e9orie classique des tests (TCT), initi\u00e9e formellement par Charles Spearman<\/a> au d\u00e9but du XXe si\u00e8cle et syst\u00e9matis\u00e9e par Harold Gulliksen ainsi que par Frederic M. Lord et Melvin R. Novick, le score observ\u00e9 d\u2019un individu \u00e0 une \u00e9preuve donn\u00e9e est d\u00e9compos\u00e9 de mani\u00e8re lin\u00e9aire. Tout score brut $X$<\/span> s’exprime comme l\u2019addition d’un score vrai inobservable $T$<\/span> (pour True score<\/em>) et d’une erreur de mesure stochastique $E$<\/span> :<\/p>\n $$X = T + E$$<\/span><\/p>\n Le score vrai $T$<\/span> est d\u00e9fini math\u00e9matiquement comme l\u2019esp\u00e9rance math\u00e9matique des scores observ\u00e9s si l’individu \u00e9tait \u00e9valu\u00e9 un nombre infini de fois dans des conditions strictement ind\u00e9pendantes et identiques, soit $E(X) = T$<\/span>. L\u2019erreur $E$<\/span>, quant \u00e0 elle, est conceptualis\u00e9e comme une variable al\u00e9atoire d\u2019esp\u00e9rance nulle ($E(E) = 0$<\/span>), non corr\u00e9l\u00e9e avec le score vrai ($r_{TE} = 0$<\/span>), et pr\u00e9sentant une absence de covariance avec les erreurs associ\u00e9es \u00e0 d\u2019autres mesures ($r_{E_1E_2} = 0$<\/span>). \u00c0 partir de ces postulats fondamentaux, la variance totale des scores observ\u00e9s au sein d\u2019une population de r\u00e9f\u00e9rence se d\u00e9compose rigoureusement en deux fractions additives :<\/p>\n $$\\sigma^2_X = \\sigma^2_T + \\sigma^2_E$$<\/span><\/p>\n La fid\u00e9lit\u00e9 (ou fiabilit\u00e9 psychom\u00e9trique), not\u00e9e formellement $\\rho_{XX’}$<\/span>, se d\u00e9finit comme la proportion de la variance totale des scores observ\u00e9s qui est imputable \u00e0 la variance des scores vrais :<\/p>\n $$\\rho_{XX’} = \\frac{\\sigma^2_T}{\\sigma^2_X} = 1 – \\frac{\\sigma^2_E}{\\sigma^2_X}$$<\/span><\/p>\n Ce coefficient adimensionnel, variant th\u00e9oriquement entre 0 et 1, constitue la pierre angulaire de l’inf\u00e9rence psychom\u00e9trique. Un coefficient tendant vers l’unit\u00e9 atteste que les diff\u00e9rences individuelles enregistr\u00e9es lors de l’administration du test refl\u00e8tent fid\u00e8lement de r\u00e9elles disparit\u00e9s interindividuelles relatives au trait latent mesur\u00e9, l’impact du bruit al\u00e9atoire \u00e9tant marginal. Inversement, un coefficient proche de z\u00e9ro r\u00e9v\u00e8le que la variabilit\u00e9 des performances r\u00e9sulte essentiellement d’art\u00e9facts de mesure non ma\u00eetris\u00e9s.<\/p>\n L\u2019estimation pr\u00e9cise de ce coefficient rev\u00eat une importance capitale pour l’\u00e9valuation de l’erreur type de mesure (Standard Error of Measurement<\/em>, SEM). Cette derni\u00e8re, formul\u00e9e sous la forme :<\/p>\n $$SEM = \\sigma_X \\sqrt{1 – \\rho_{XX’}}$$<\/span><\/p>\n permet l’\u00e9tablissement d’intervalles de confiance rigoureux autour des scores observ\u00e9s. Dans les contextes cliniques, neuropsychologiques ou de s\u00e9lection professionnelle, la d\u00e9termination du SEM pr\u00e9vient les erreurs de diagnostic diff\u00e9rentiel et \u00e9vite des d\u00e9cisions d’admission ou de rejet fond\u00e9es sur des variations statistiquement non significatives. Historiquement, l’impossibilit\u00e9 pratique de faire passer un nombre infini d’\u00e9preuves \u00e0 un m\u00eame individu pour d\u00e9terminer son score vrai a contraint les th\u00e9oriciens de la mesure \u00e0 concevoir des protocoles d’estimation indirects \u00e9vitant la r\u00e9p\u00e9tition temporelle directe, donnant naissance aux paradigmes de la coh\u00e9rence interne et des formes \u00e9quivalentes.<\/p>\n L’analyse comparative entre la m\u00e9thode par bipartition et le recours aux formes parall\u00e8les s’impose comme une n\u00e9cessit\u00e9 m\u00e9thodologique primordiale en psychom\u00e9trie appliqu\u00e9e. Ces deux dispositifs partagent une pr\u00e9occupation t\u00e9l\u00e9ologique identique : d\u00e9terminer avec quelle pr\u00e9cision un \u00e9chantillon fini d’items parvient \u00e0 repr\u00e9senter l’univers hypoth\u00e9tique infini des comportements ou des comp\u00e9tences associ\u00e9es au construit mesur\u00e9 (content sampling<\/em>). Cependant, la nature des compromis statistiques, pratiques et th\u00e9oriques qu’ils mobilisent diverge profond\u00e9ment.<\/p>\n D’un point de vue conceptuel, la litt\u00e9rature psychom\u00e9trique est fr\u00e9quemment encombr\u00e9e de confusions relatives \u00e0 l’\u00e9quivalence des conditions de parall\u00e9lisme. Alors que la m\u00e9thode des formes parall\u00e8les suppose formellement la construction de deux batteries distinctes mais rigoureusement isomorphiques (satisfaisant aux conditions de moyennes, de variances et de covariances identiques), la bipartition postule l’existence d’une sym\u00e9trie interne au sein d’un instrument unique pr\u00e9existant. Les praticiens assimilent parfois h\u00e2tivement la corr\u00e9lation corrig\u00e9e issue de deux moiti\u00e9s de test \u00e0 un coefficient d’\u00e9quivalence classique, n\u00e9gligeant le fait que la bipartition condense en un \u00e9v\u00e9nement temporel unique des processus qui, dans le cadre de formes parall\u00e8les administr\u00e9es avec intervalle, capturent \u00e9galement la fluctuation transitoire des sujets.<\/p>\n Par ailleurs, la comparaison s’av\u00e8re indispensable en raison du fardeau diff\u00e9rentiel impos\u00e9 aux r\u00e9pondants et aux commanditaires des \u00e9valuations. La conception de formes parall\u00e8les exige le doublement des efforts d’\u00e9talonnage, d’\u00e9criture d’items et de pr\u00e9-testage, introduisant des co\u00fbts financiers substantiels et un risque non n\u00e9gligeable de lassitude chez les sujets soumis \u00e0 des passations prolong\u00e9es. En contrepartie, la bipartition, tout en all\u00e9geant la contrainte logistique par le recours \u00e0 une administration singuli\u00e8re, expose l’analyste au probl\u00e8me bien document\u00e9 de l’arbitraire du d\u00e9coupage statistique. Examiner conjointement ces approches permet de clarifier leur impact sur la validit\u00e9 de construit et d’\u00e9clairer la prise de d\u00e9cision du psychom\u00e9tricien confront\u00e9 aux contraintes r\u00e9elles du terrain de recherche ou de la pratique clinique.<\/p>\n La m\u00e9thode de fiabilit\u00e9 par bipartition, ou split-half reliability<\/em>, constitue une r\u00e9ponse ing\u00e9nieuse au probl\u00e8me de l’estimation de la fid\u00e9lit\u00e9 sans avoir \u00e0 administrer deux tests diff\u00e9rents ni \u00e0 r\u00e9\u00e9valuer les sujets \u00e0 des moments distincts. Le principe sous-jacent consiste \u00e0 consid\u00e9rer un test unique compos\u00e9 de $k$<\/span> items comme la r\u00e9union de deux sous-tests autonomes comprenant chacun $k\/2$<\/span> items. Une fois l’instrument administr\u00e9 \u00e0 un \u00e9chantillon repr\u00e9sentatif de sujets, le protocole prescrit l’attribution de deux scores distincts pour chaque individu : le score obtenu \u00e0 la premi\u00e8re moiti\u00e9 ($X_1$<\/span>) et celui obtenu \u00e0 la seconde moiti\u00e9 ($X_2$<\/span>).<\/p>\n La validit\u00e9 de cette d\u00e9marche repose int\u00e9gralement sur la m\u00e9thode pr\u00e9sidant \u00e0 la partition de l’instrument. Trois protocoles de division sont principalement document\u00e9s dans la litt\u00e9rature psychom\u00e9trique :<\/p>\n D\u00e8s lors que les deux scores partiels sont calcul\u00e9s, le chercheur calcule le coefficient de corr\u00e9lation lin\u00e9aire de Bravais-Pearson entre $X_1$<\/span> et $X_2$<\/span>, not\u00e9 $r_{12}$<\/span>. Cependant, ce coefficient empirique quantifie uniquement la fid\u00e9lit\u00e9 d’une demi-longueur de test ($k\/2$<\/span>). Or, en vertu des lois fondamentales de la th\u00e9orie classique des tests formalis\u00e9es ind\u00e9pendamment par Charles Spearman<\/a> et William Brown en 1910, la fid\u00e9lit\u00e9 d’une \u00e9preuve est une fonction monotone croissante du nombre d’items \u00e9quivalents qui la composent. Corr\u00e9ler deux moiti\u00e9s sous-estime donc drastiquement la fid\u00e9lit\u00e9 de l’instrument int\u00e9gral.<\/p>\n Pour corriger cet artefact d’att\u00e9nuation li\u00e9 \u00e0 la r\u00e9duction de longueur, l’application de la formule proph\u00e9tique de Spearman-Brown pour un doublement de longueur ($N = 2$<\/span>) est th\u00e9oriquement obligatoire :<\/p>\n $$r_{SB} = \\frac{2 \\cdot r_{12}}{1 + r_{12}}$$<\/span><\/p>\n Cette correction suppose explicitement que les deux demi-tests satisfont aux crit\u00e8res de parall\u00e9lisme strict, et plus particuli\u00e8rement \u00e0 l’\u00e9galit\u00e9 de leurs variances observ\u00e9es ($\\sigma^2_{X_1} = \\sigma^2_{X_2}$<\/span>). Lorsque cette hypoth\u00e8se d’homos\u904a\u3073dasticit\u00e9 est viol\u00e9e en raison d’un partitionnement imparfait, le recours \u00e0 la formule de correction de Flanagan (1937) ou \u00e0 la formulation \u00e9quivalente de Rulon (1939) devient indispensable. La formule de Rulon s’affranchit de la corr\u00e9lation directe en s’appuyant sur la variance de la diff\u00e9rence entre les deux scores partiels ($D = X_1 – X_2$<\/span>) :<\/p>\n $$r_{Rulon} = 1 – \\frac{\\sigma^2_D}{\\sigma^2_X}$$<\/span><\/p>\n De m\u00eame, Louis Guttman a propos\u00e9 une s\u00e9rie de bornes inf\u00e9rieures de la fid\u00e9lit\u00e9, dont le coefficient $\\lambda_4$<\/span>, sp\u00e9cifiquement d\u00e9di\u00e9 aux analyses par bipartition, garantissant une estimation non biais\u00e9e m\u00eame en l’absence de parall\u00e9lisme rigoureux des sous-ensembles.<\/p>\n L’attrait persistant de la m\u00e9thode par bipartition dans la recherche contemporaine et la pratique psychom\u00e9trique courante r\u00e9side en premier lieu dans sa remarquable \u00e9conomie proc\u00e9durale. L’exigence d’une unique s\u00e9ance d’administration \u00e9limine d’embl\u00e9e la principale pierre d’achoppement des protocoles longitudinaux : l’attrition des participants. Dans les \u00e9tudes de terrain, les enqu\u00eates \u00e9pid\u00e9miologiques ou les milieux scolaires, obtenir le retour des sujets pour une seconde phase d’\u00e9valuation constitue un d\u00e9fi logistique complexe, souvent grev\u00e9 d’une perte d’\u00e9chantillon s\u00e9lective qui menace la repr\u00e9sentativit\u00e9 des analyses.<\/p>\n De surcro\u00eet, le protocole par scission pr\u00e9serve l’\u00e9valuation des artefacts de r\u00e9activit\u00e9 de mesure. Contrairement aux devis test-retest ou aux formes parall\u00e8les administr\u00e9es avec intervalle temporel, la bipartition annule int\u00e9gralement le risque de m\u00e9morisation des stimuli, les strat\u00e9gies de r\u00e9cup\u00e9ration d\u00e9lib\u00e9r\u00e9e d’informations entre les s\u00e9ances et le d\u00e9veloppement d’automatismes d’apprentissage (practice effects<\/em>). Les r\u00e9ponses fournies par l’individu aux items pairs et impairs sont produites sous le m\u00eame \u00e9tat psychologique global, r\u00e9duisant les bruits parasites li\u00e9s aux variations circonstancielles.<\/p>\n Sur le plan computationnel et financier, la m\u00e9thode minimise les co\u00fbts li\u00e9s \u00e0 l’ing\u00e9nierie des tests. Il n’est pas n\u00e9cessaire de r\u00e9diger, d’\u00e9talonner et de publier deux cahiers de passation distincts. L’int\u00e9gration de la formule de Spearman-Brown et des indices de Flanagan-Rulon dans l’ensemble des progiciels d’analyse statistique modernes (tels que SPSS, R, SAS ou Stata) conf\u00e8re \u00e0 cette m\u00e9thode une accessibilit\u00e9 imm\u00e9diate. Pour une validation exploratoire rapide lors des \u00e9tapes pr\u00e9liminaires de construction d’une \u00e9chelle, elle offre un diagnostic initial pr\u00e9cieux sur la coh\u00e9rence interne du mat\u00e9riel d’\u00e9valuation.<\/p>\n Nonobstant ses avantages pratiques ind\u00e9niables, la m\u00e9thode par bipartition souffre de limitations th\u00e9oriques s\u00e9v\u00e8res qui ont conduit de nombreux m\u00e9thodologues, \u00e0 la suite des travaux s\u00e9minaux de Lee Cronbach (1951)<\/a>, \u00e0 la consid\u00e9rer avec circonspection. La vuln\u00e9rabilit\u00e9 majeure r\u00e9side dans le caract\u00e8re fondamentalement arbitraire du partitionnement. Pour un test comportant $2k$<\/span> items, le nombre th\u00e9orique de partitions possibles en deux moiti\u00e9s \u00e9gales de $k$<\/span> items correspond au coefficient binomial :<\/p>\n $$C = \\frac{(2k)!}{2 \\cdot (k!)^2}$$<\/span><\/p>\n Pour une \u00e9chelle d’\u00e9valuation modeste de 20 items, il existe d\u00e9j\u00e0 92 378 scissions potentielles distinctes. Or, chacune de ces divisions engendre une corr\u00e9lation sp\u00e9cifique $r_{12}$<\/span>, et par voie de cons\u00e9quence, un coefficient de fid\u00e9lit\u00e9 corrig\u00e9 diff\u00e9rent. Il a \u00e9t\u00e9 d\u00e9montr\u00e9 empiriquement qu’un m\u00eame instrument peut afficher des coefficients de Spearman-Brown oscillant entre des valeurs inacceptables (par exemple 0,62) et des valeurs d’apparence excellente (par exemple 0,86), selon le choix de la cl\u00e9 de r\u00e9partition des items. Cette d\u00e9pendance vis-\u00e0-vis du partitionnement compromet l’objectivit\u00e9 scientifique de l’indice rapport\u00e9, le chercheur pouvant \u00eatre tent\u00e9 de s\u00e9lectionner la scission fournissant l’estimation la plus flatteuse.<\/p>\n En outre, la bipartition s’av\u00e8re particuli\u00e8rement d\u00e9ficiente lorsque l’instrument int\u00e8gre des items ordonn\u00e9s de mani\u00e8re s\u00e9quentielle ou th\u00e9matique. Si un test d’aptitude math\u00e9matique regroupe les questions d’arithm\u00e9tique dans sa premi\u00e8re portion et les probl\u00e8mes de g\u00e9om\u00e9trie dans sa seconde, une division m\u00e9diane g\u00e9n\u00e9rera deux sous-tests mesurant des facettes cognitives h\u00e9t\u00e9rog\u00e8nes, provoquant un effondrement artificiel de la corr\u00e9lation $r_{12}$<\/span> et une sous-estimation dramatique de la fid\u00e9lit\u00e9. Inversement, si le test pr\u00e9sente une forte d\u00e9pendance contextuelle locale (par exemple, plusieurs questions relatives au m\u00eame texte de compr\u00e9hension \u00e9crite), une bipartition pair-impair r\u00e9partira les items d\u00e9pendants de part et d’autre de l’\u00e9quation, violant le postulat d’ind\u00e9pendance conditionnelle des erreurs de mesure et provoquant une inflation factice de l’indice de fid\u00e9lit\u00e9.<\/p>\n Enfin, la limite \u00e9pist\u00e9mologique la plus substantielle de la m\u00e9thode r\u00e9side dans son imperm\u00e9abilit\u00e9 absolue \u00e0 la dimension diachronique de la mesure. R\u00e9alis\u00e9e au cours d’un segment temporel unique, la bipartition est structurellement incapable d’estimer l’instabilit\u00e9 du construit psychologique \u00e0 travers le temps. Elle assimile les fluctuations d’attention momentan\u00e9es de l’individu \u00e0 des variations intrins\u00e8ques du trait mesur\u00e9 et ignore les dynamiques de maturation, de labilit\u00e9 \u00e9motionnelle ou d’inconstance motivationnelle qui caract\u00e9risent pourtant le fonctionnement humain en situation d’\u00e9valuation r\u00e9elle.<\/p>\n La m\u00e9thode des formes parall\u00e8les \u2014 \u00e9galement d\u00e9sign\u00e9es sous les vocables de formes altern\u00e9es, \u00e9quivalentes ou substituables \u2014 repr\u00e9sente l’id\u00e9al th\u00e9orique le plus rigoureux de la th\u00e9orie classique des tests pour quantifier la pr\u00e9cision d’un instrument psychom\u00e9trique. Cette approche repose sur l’\u00e9laboration d\u00e9lib\u00e9r\u00e9e de deux instruments de mesure s\u00e9par\u00e9s (forme A et forme B) con\u00e7us pour op\u00e9rer comme des r\u00e9pliques fonctionnelles parfaites l’une de l’autre, tout en mobilisant des \u00e9chantillons d’items enti\u00e8rement distincts issus du m\u00eame univers de contenu conceptuel.<\/p>\n Dans la formalisation axiomatique \u00e9tablie par Gulliksen (1950) et affin\u00e9e par Lord et Novick (1968), deux tests $X$<\/span> et $X’$<\/span> ne peuvent \u00eatre qualifi\u00e9s de \u00ab strictement parall\u00e8les \u00bb que s’ils satisfont simultan\u00e9ment \u00e0 quatre postulats math\u00e9matiques stricts pour tout sujet $i$<\/span> appartenant \u00e0 la population cible :<\/p>\n L’ing\u00e9nierie psychom\u00e9trique requise pour satisfaire \u00e0 ces conditions exige une mod\u00e9lisation m\u00e9ticuleuse. Il ne suffit pas d’\u00e9laborer des questions vaguement analogues ; le constructeur doit concevoir une matrice de sp\u00e9cifications d\u00e9taill\u00e9e cartographiant pr\u00e9cis\u00e9ment les domaines de contenu, les niveaux de taxonomie cognitive mobilis\u00e9s, le format des r\u00e9ponses (\u00e9chelles de Likert, choix multiples, r\u00e9ponses ouvertes) et la distribution des param\u00e8tres statistiques. Chaque item de la forme A doit trouver un \u00ab jumeau \u00bb psychom\u00e9trique dans la forme B, pr\u00e9sentant un coefficient de difficult\u00e9 identique et un indice de discrimination rigoureusement calibr\u00e9.<\/p>\n En psychom\u00e9trie moderne, on distingue la stricte condition de parall\u00e9lisme d’autres mod\u00e8les de mesure moins restrictifs. Lorsque les formes mesurent le m\u00eame score vrai mais que leurs variances d’erreur diff\u00e8rent ($\\sigma^2_{E} \\neq \\sigma^2_{E’}$<\/span>), les tests sont qualifi\u00e9s de tau-\u00e9quivalents<\/em> (ou essentiellement tau-\u00e9quivalents si les scores vrais diff\u00e8rent uniquement d’une constante additive : $T’ = T + c$<\/span>). Si les formes mesurent le m\u00eame construit latent mais avec des \u00e9chelles diff\u00e9rentes et des degr\u00e9s de pr\u00e9cision variables (impliquant une transformation lin\u00e9aire $T’ = aT + b$<\/span> avec $a \\neq 1$<\/span>), les \u00e9preuves entrent dans la cat\u00e9gorie des formes cong\u00e9n\u00e9riques<\/em>. L’estimation classique de la fid\u00e9lit\u00e9 par formes parall\u00e8les postule l’atteinte d’un parall\u00e9lisme strict ou, \u00e0 tout le moins, d’une tau-\u00e9quivalence essentielle.<\/p>\n La mise en \u0153uvre pratique de l’estimation de la fid\u00e9lit\u00e9 par formes parall\u00e8les s’articule autour de deux protocoles d’administration distincts, chacun isolant des composantes d’erreur ph\u00e9nom\u00e9nologiquement diff\u00e9rentes :<\/p>\n Pour neutraliser m\u00e9thodologiquement les effets d’ordre, de lassitude diff\u00e9rentielle et de transfert d’apprentissage, l’analyste doit imp\u00e9rativement recourir \u00e0 un contrebalancement<\/strong> syst\u00e9matique lors de la collecte des donn\u00e9es. La moiti\u00e9 de l’\u00e9chantillon, s\u00e9lectionn\u00e9e al\u00e9atoirement, re\u00e7oit la forme A en premi\u00e8re intention suivie de la forme B, tandis que l’autre moiti\u00e9 est soumise \u00e0 la s\u00e9quence inverse (forme B puis forme A) :<\/p>\n $$\\text{Groupe 1 : } A long\\rightarrow B \\quad ; \\quad \\text{Groupe 2 : } B long\\rightarrow A$$<\/span><\/p>\n D\u00e8s lors que les deux passations sont achev\u00e9es, le calcul empirique du coefficient de fid\u00e9lit\u00e9 des formes parall\u00e8les, not\u00e9 $r_{XX’}$<\/span>, s’op\u00e8re directement par l’application de la corr\u00e9lation produit-moment de Bravais-Pearson entre les scores totaux obtenus par les individus \u00e0 la forme A ($X_A$<\/span>) et \u00e0 la forme B ($X_B$<\/span>) :<\/p>\n $$r_{XX’} = \\frac{\\sum (X_A – \\bar{X}_A)(X_B – \\bar{X}_B)}{\\sqrt{\\sum (X_A – \\bar{X}_A)^2 \\sum (X_B – \\bar{X}_B)^2}} = \\frac{\\text{Cov}(X_A, X_B)}{\\sigma_{X_A} \\sigma_{X_B}}$$<\/span><\/p>\n Contrairement \u00e0 la corr\u00e9lation brute obtenue lors d’une proc\u00e9dure de bipartition, aucune formule corrective d’allongement de type Spearman-Brown ne doit \u00eatre appliqu\u00e9e ici, sous r\u00e9serve que les formes A et B poss\u00e8dent chacune la longueur standard du test final pr\u00e9vu pour l’exploitation pratique. Le coefficient obtenu refl\u00e8te la fid\u00e9lit\u00e9 globale d’un instrument de cette longueur.<\/p>\n Le d\u00e9ploiement de formes parall\u00e8les constitue incontestablement la d\u00e9marche m\u00e9thodologique la plus sophistiqu\u00e9e pour s\u00e9curiser les dispositifs d’\u00e9valuation dans les contextes \u00e0 enjeux \u00e9lev\u00e9s (high-stakes testing<\/em>), tels que les examens universitaires d’entr\u00e9e, les concours de la fonction publique, les certifications en langues (TOEFL, IELTS) ou les \u00e9preuves standardis\u00e9es de recrutement professionnel. La disponibilit\u00e9 de versions multiples et strictement interchangeables offre un rempart robuste contre la fraude, la diss\u00e9mination non autoris\u00e9e d’items sur les r\u00e9seaux num\u00e9riques et la m\u00e9morisation opportuniste des r\u00e9ponses.<\/p>\n Par ailleurs, cette approche s’impose comme le standard m\u00e9thodologique par excellence dans les recherches exp\u00e9rimentales ou cliniques mobilisant des protocoles \u00e0 mesures r\u00e9p\u00e9t\u00e9es (pr\u00e9-test \/ post-test). \u00c9valuer l’efficacit\u00e9 d’une psychoth\u00e9rapie, d’un programme de rem\u00e9diation cognitive ou d’un traitement pharmacologique \u00e0 l’aide d’un m\u00eame questionnaire administr\u00e9 deux fois cons\u00e9cutives expose l’exp\u00e9rimentateur \u00e0 des biais d’apprentissage massifs. Les sujets se souviennent de leurs r\u00e9ponses initiales ou s’habituent aux pi\u00e8ges du test. L’administration d’une forme B \u00e9quivalente au post-test permet d’imputer le diff\u00e9rentiel de score \u00e0 la v\u00e9ritable efficacit\u00e9 de l’intervention th\u00e9rapeutique, plut\u00f4t qu’\u00e0 un art\u00e9fact de r\u00e9\u00e9valuation.<\/p>\n N\u00e9anmoins, la mise en \u0153uvre de formes parall\u00e8les se heurte \u00e0 des contraintes \u00e9conomiques, logistiques et statistiques formidables. Le co\u00fbt financier et temporel requis pour concevoir deux banques d’items rigoureusement calibr\u00e9es est au bas mot deux fois sup\u00e9rieur \u00e0 celui d’un test conventionnel. Les r\u00e9dacteurs doivent g\u00e9n\u00e9rer un corpus massif d’items, soumettre chaque question \u00e0 des juges d’experts pour \u00e9valuer la validit\u00e9 de contenu, proc\u00e9der \u00e0 des pr\u00e9-testages \u00e9tendus sur de larges \u00e9chantillons, et \u00e9carter tous les items ne r\u00e9pondant pas aux profils statistiques requis.<\/p>\n De surcro\u00eet, la preuve empirique du parall\u00e9lisme strict est extraordinairement ardue \u00e0 administrer dans la pratique. Rares sont les instruments qui satisfont int\u00e9gralement \u00e0 l’\u00e9galit\u00e9 parfaite des moyennes, des variances observ\u00e9es et des variances d’erreur. Si la forme B s’av\u00e8re ne serait-ce que marginalement plus complexe ou plus ambigu\u00eb que la forme A, les postulats de la TCT s’effondrent, introduisant une variance d’erreur syst\u00e9matique qui fausse l’estimation de la fid\u00e9lit\u00e9 et compromet l’\u00e9quit\u00e9 des d\u00e9cisions individuelles.<\/p>\n Pour appr\u00e9hender en profondeur les sp\u00e9cificit\u00e9s de ces deux architectures psychom\u00e9triques, il convient de confronter leurs param\u00e8tres structurels, op\u00e9rationnels et statistiques au sein d’une synth\u00e8se comparative.<\/p>\n La divergence la plus imm\u00e9diate entre les deux protocoles r\u00e9side dans la charge cognitive et temporelle impos\u00e9e aux sujets \u00e9valu\u00e9s. Dans le cadre de la m\u00e9thode par bipartition, le participant est confront\u00e9 \u00e0 une situation d’\u00e9valuation conventionnelle : il compl\u00e8te un cahier d’\u00e9valuation standard, d’une dur\u00e9e pr\u00e9visible, sans avoir conscience de la manipulation statistique qui sera op\u00e9r\u00e9e ult\u00e9rieurement sur ses donn\u00e9es. L’absence d’interruption, de r\u00e9p\u00e9tition de t\u00e2ches et d’\u00e9tirement temporel permet de maintenir la concentration cognitive et la motivation \u00e0 un niveau homog\u00e8ne tout au long du protocole.<\/p>\n \u00c0 l’oppos\u00e9, l’administration de formes parall\u00e8les requiert une mobilisation accrue de la part des participants. Si les deux formes sont soumises de mani\u00e8re cons\u00e9cutive lors d’une m\u00eame session, le temps total d’examen double instantan\u00e9ment. Pour une batterie d’\u00e9valuation cognitive de niveau sup\u00e9rieur (telle que des matrices analogiques ou des \u00e9preuves de raisonnement d\u00e9ductif), passer deux tests successifs d’une heure induit une fatigue mentale profonde susceptible de d\u00e9t\u00e9riorer les performances sur la seconde forme, biaisant l’estimation du parall\u00e9lisme. Si l’administration est diff\u00e9r\u00e9e, le d\u00e9fi se d\u00e9place vers le maintien de l’engagement des r\u00e9pondants et la logistique de relance pour \u00e9viter les donn\u00e9es manquantes dues aux abandons.<\/p>\n Dans le secteur des tests \u00e0 enjeux \u00e9lev\u00e9s (s\u00e9lection des contr\u00f4leurs a\u00e9riens, admission en facult\u00e9s de m\u00e9decine), cette divergence op\u00e9rationnelle devient d\u00e9terminante. L’utilisation de formes parall\u00e8les est la norme pour l’administration effective de tests s\u00e9curis\u00e9s, mais l’\u00e9tablissement de leur fid\u00e9lit\u00e9 impose une organisation d’envergure, souvent r\u00e9alis\u00e9e sur des panels r\u00e9mun\u00e9r\u00e9s en phase de d\u00e9veloppement pr\u00e9-clinique, afin de ne pas p\u00e9naliser les candidats r\u00e9els par des charges de passation redoubl\u00e9es.<\/p>\n L’un des paradoxes fondamentaux de la psychom\u00e9trie th\u00e9orique r\u00e9side dans le fait que la bipartition et les formes parall\u00e8les ne quantifient pas la m\u00eame r\u00e9alit\u00e9 ph\u00e9nom\u00e9nologique sous l’\u00e9tiquette unique de \u00ab fid\u00e9lit\u00e9 \u00bb. L’erreur de mesure n’est pas une entit\u00e9 monolithique ; elle se compose de multiples sources d’ind\u00e9termination que chaque protocole isole ou agr\u00e8ge de mani\u00e8re diff\u00e9renci\u00e9e.<\/p>\n Dans la m\u00e9thode par bipartition, la seule source d’erreur th\u00e9oriquement captur\u00e9e est l’erreur d’\u00e9chantillonnage de contenu interne<\/strong>. Le coefficient refl\u00e8te le degr\u00e9 auquel deux segments d’un m\u00eame \u00e9chantillon de stimuli mesurent le m\u00eame construit au m\u00eame instant. Toutes les autres sources potentielles d’erreur sont artificiellement neutralis\u00e9es : l’\u00e9tat \u00e9motionnel du sujet, son degr\u00e9 d’activation neurophysiologique, les conditions environnementales (temp\u00e9rature de la salle, niveau sonore, luminosit\u00e9) et l’attitude envers l’examinateur sont rigoureusement identiques pour les items pairs et les items impairs. Par cons\u00e9quent, la bipartition ignore superbement l’erreur li\u00e9e \u00e0 la labilit\u00e9 temporelle, ce qui tend \u00e0 produire des estimations de fid\u00e9lit\u00e9 structurellement plus \u00e9lev\u00e9es que celles obtenues par d’autres m\u00e9thodes.<\/p>\n Les formes parall\u00e8les, quant \u00e0 elles, \u00e9largissent consid\u00e9rablement le spectre de la variance d’erreur sous observation. En modalit\u00e9 simultan\u00e9e, elles capturent l’erreur d’\u00e9chantillonnage de contenu inter-instruments<\/strong>, v\u00e9rifiant si l’op\u00e9rationnalisation du trait dans deux ensembles disjoints de formulations produit des comportements cognitifs interchangeables. En modalit\u00e9 diff\u00e9r\u00e9e, s’ajoute l’int\u00e9gralit\u00e9 de l’erreur d’\u00e9chantillonnage temporel<\/strong>. Si un candidat traverse un \u00e9pisode d’anxi\u00e9t\u00e9 aigu\u00eb, une insomnie la veille de la seconde session, ou si la pi\u00e8ce d’examen s’av\u00e8re surchauff\u00e9e lors de la phase B, ces perturbations sont enregistr\u00e9es comme de l’erreur de mesure al\u00e9atoire, d\u00e9gradant la corr\u00e9lation $r_{XX’}$<\/span>. Par cons\u00e9quent, un coefficient de formes parall\u00e8les diff\u00e9r\u00e9es constitue une estimation beaucoup plus conservatrice, mais infiniment plus lucide, de la robustesse r\u00e9elle d’un dispositif d’\u00e9valuation dans les turbulences du monde r\u00e9el.<\/p>\n Sur le plan analytique, la diff\u00e9rence majeure r\u00e9side dans le statut de l’estimation : calcul direct contre projection proph\u00e9tique. Dans la m\u00e9thode des formes parall\u00e8les, l’analyste calcule simplement la corr\u00e9lation brute $r_{XX’}$<\/span> entre deux variables compl\u00e8tes. Le mod\u00e8le sous-jacent est v\u00e9rifiable par des proc\u00e9dures inf\u00e9rentielles explicites : il est possible de tester formellement si la diff\u00e9rence entre la moyenne $\\bar{X}_A$<\/span> et la moyenne $\\bar{X}_B$<\/span> est significativement diff\u00e9rente de z\u00e9ro par un test $t$<\/span> de Student pour \u00e9chantillons appari\u00e9s, et d’\u00e9valuer l’homog\u00e9n\u00e9it\u00e9 des variances par le test de Pitman-Morgan pour variances d\u00e9pendantes. La validit\u00e9 du coefficient repose sur des param\u00e8tres statistiques observables et r\u00e9futables.<\/p>\n Dans le cadre de la bipartition, l’obligation d’appliquer la formule de Spearman-Brown introduit une hypoth\u00e8se t\u00e9l\u00e9ologique forte :<\/p>\n $$r_{SB} = \\frac{2 \\cdot r_{12}}{1 + r_{12}}$$<\/span><\/p>\n Cette formulation est issue de la d\u00e9rivation alg\u00e9brique de Spearman relative \u00e0 l’effet de l’allongement d’un test par l’adjonction d’items strictement parall\u00e8les \u00e0 la base existante. Elle postule math\u00e9matiquement que si l’on doublait la longueur de l’un des demi-tests en y adjoignant une r\u00e9plique parfaite de lui-m\u00eame, la corr\u00e9lation attendue \u00e9quivaudrait \u00e0 $r_{SB}$<\/span>. Ce postulat n’est rigoureusement v\u00e9rifi\u00e9 que si les deux moiti\u00e9s $X_1$<\/span> et $X_2$<\/span> poss\u00e8dent des variances d’erreur strictement identiques. Si cette condition fait d\u00e9faut, la formule de Spearman-Brown produit une surestimation<\/em> de la fid\u00e9lit\u00e9 r\u00e9elle du test total. Bien que les formules alternatives de Flanagan, de Rulon ou le $\\lambda_4$<\/span> de Guttman rem\u00e9dient en partie \u00e0 cette contrainte d’homos\u904a\u3073dasticit\u00e9, elles ne r\u00e9solvent aucunement la question de la dimensionnalit\u00e9 : si le test viole l’unidimensionnalit\u00e9 stricte (pr\u00e9sence de facteurs secondaires ou de sous-\u00e9chelles entrem\u00eal\u00e9es), les estimateurs par bipartition subissent des distorsions math\u00e9matiques complexes, tendant vers une sous-estimation si les facteurs sont scind\u00e9s, ou vers une surestimation si les facteurs sont \u00e9galement repr\u00e9sent\u00e9s de part et d’autre de la scission.<\/p>\n En d\u00e9pit de leurs disparit\u00e9s empiriques, la fid\u00e9lit\u00e9 par bipartition et la fid\u00e9lit\u00e9 par formes parall\u00e8les proc\u00e8dent d’une m\u00eame matrice \u00e9pist\u00e9mologique : l’axiomatique de la th\u00e9orie classique des tests<\/a>. Dans les deux paradigmes, l’objectif fondamental consiste \u00e0 isoler le ratio entre la variance du score vrai et la variance totale observ\u00e9e. L’\u00e9difice conceptuel repose sur les m\u00eames postulats d’ind\u00e9pendance mutuelle des erreurs :<\/p>\n $$\\text{Cov}(E_1, E_2) = 0 \\quad ; \\quad \\text{Cov}(T, E) = 0$$<\/span><\/p>\n Qu’il s’agisse de la corr\u00e9lation entre deux formes compl\u00e8tes $X$<\/span> et $X’$<\/span> ou de la corr\u00e9lation projet\u00e9e entre deux moiti\u00e9s ajust\u00e9es par Spearman-Brown, la grandeur vis\u00e9e est l’approximation du coefficient de d\u00e9termination psychom\u00e9trique :<\/p>\n $$\\rho_{XX’} = \\frac{\\sigma^2_T}{\\sigma^2_X}$$<\/span><\/p>\n Les deux approches partagent \u00e9galement la m\u00eame finalit\u00e9 pragmatique : permettre la d\u00e9rivation de l’erreur type de mesure (SEM). Dans les deux cas, le coefficient obtenu sert \u00e0 \u00e9riger les bornes de confiance probabilistes \u00e0 l’int\u00e9rieur desquelles se situe le score vrai d’un sujet pour un seuil d’erreur alpha donn\u00e9 (typiquement \u00e0 95 % ou 99 %). L’ambition ultime demeure invariantement la minimisation de cette erreur type afin de garantir une granularit\u00e9 diagnostique maximale de l’instrument d’\u00e9valuation.<\/p>\n D’un point de vue analytique formel, la bipartition ne constitue rien d’autre qu’un cas limite particulier<\/strong> de la m\u00e9thode des formes parall\u00e8les. On peut concevoir la bipartition comme un protocole de formes parall\u00e8les dont la longueur de chaque forme a \u00e9t\u00e9 tronqu\u00e9e \u00e0 $k\/2$<\/span> items, et dont le d\u00e9lai d’administration inter-formes a \u00e9t\u00e9 r\u00e9duit \u00e0 z\u00e9ro. R\u00e9ciproquement, un test compos\u00e9 de deux formes parall\u00e8les administr\u00e9es cons\u00e9cutivement lors de la m\u00eame s\u00e9ance peut \u00eatre th\u00e9oriquement conceptualis\u00e9 comme un m\u00e9gatest unique de longueur $2k$<\/span> que l’analyste \u00e9value au moyen d’une bipartition m\u00e9diane pr\u00e9d\u00e9termin\u00e9e d\u00e8s la conception.<\/p>\n1. Introduction aux concepts de fid\u00e9lit\u00e9 psychom\u00e9trique<\/h2>\n
1.1 D\u00e9finition th\u00e9orique et importance de la fid\u00e9lit\u00e9 en mesure<\/h3>\n
1.2 Pourquoi comparer la bipartition et les formes parall\u00e8les ?<\/h3>\n
2. Vue d’ensemble de la fiabilit\u00e9 par bipartition (Split-Half)<\/h2>\n
2.1 M\u00e9canisme fondamental et principes de division<\/h3>\n
\n
2.2 Avantages op\u00e9rationnels de la bipartition<\/h3>\n
2.3 Limites et vuln\u00e9rabilit\u00e9s statistiques<\/h3>\n
3. Vue d’ensemble de la fiabilit\u00e9 des formes parall\u00e8les (Parallel-Forms)<\/h2>\n
3.1 Fondements et crit\u00e8res d’\u00e9quivalence stricte<\/h3>\n
\n
\n $$T_{iX} = T_{iX’}$$<\/span>
\n ce qui implique rigoureusement l’\u00e9galit\u00e9 des esp\u00e9rances math\u00e9matiques et des moyennes de groupe :
\n $$\\mu_X = \\mu_{X’}$$<\/span><\/li>\n
\n $$\\sigma^2_{E} = \\sigma^2_{E’}$$<\/span><\/li>\n
\n $$\\sigma^2_X = \\sigma^2_{X’}$$<\/span><\/li>\n
\n $$\\sigma_{XY} = \\sigma_{X’Y}$$<\/span><\/li>\n<\/ol>\n3.2 Protocoles d’administration et estimation empirique<\/h3>\n
\n
3.3 Forces et contraintes du parall\u00e9lisme<\/h3>\n
4. Diff\u00e9rences cl\u00e9s entre bipartition et formes parall\u00e8les<\/h2>\n
\n\n
\n \nDimension d’analyse<\/th>\n Fiabilit\u00e9 par bipartition (Split-Half)<\/th>\n Fiabilit\u00e9 des formes parall\u00e8les (Parallel-Forms)<\/th>\n<\/tr>\n<\/thead>\n \n Nombre de sessions d’administration<\/strong><\/td>\n S\u00e9ance unique (one-shot administration).<\/td>\n Une s\u00e9ance (formes cons\u00e9cutives) ou deux s\u00e9ances espac\u00e9es dans le temps.<\/td>\n<\/tr>\n \n Nature de l’instrumentation<\/strong><\/td>\n Un seul test, d\u00e9coup\u00e9 statistiquement a posteriori<\/em> en deux moiti\u00e9s.<\/td>\n Deux instruments distincts et ind\u00e9pendants (Forme A et Forme B) \u00e9labor\u00e9s sur un cahier des charges identique.<\/td>\n<\/tr>\n \n Temps de passation global<\/strong><\/td>\n Strictement limit\u00e9 au temps de r\u00e9alisation d’un test standard.<\/td>\n Doubl\u00e9 par rapport au test initial (n\u00e9cessite de compl\u00e9ter deux versions compl\u00e8tes).<\/td>\n<\/tr>\n \n Traitement math\u00e9matique requis<\/strong><\/td>\n Corr\u00e9lation entre demi-tests ($r_{12}$<\/span>) suivie imp\u00e9rativement de la correction proph\u00e9tique de Spearman-Brown (ou Flanagan\/Rulon).<\/td>\n Corr\u00e9lation directe de Pearson ($r_{XX’}$<\/span>) entre les scores totaux sans ajustement de longueur.<\/td>\n<\/tr>\n \n Sources de variance d’erreur capt\u00e9es<\/strong><\/td>\n \u00c9chantillonnage du contenu au sein du test unique (fluctuations item-sp\u00e9cifiques).<\/td>\n \u00c9chantillonnage du contenu inter-instruments (\u00e9quivalence) et, selon le protocole, instabilit\u00e9 temporelle du r\u00e9pondant.<\/td>\n<\/tr>\n \n Sensibilit\u00e9 aux biais d’apprentissage<\/strong><\/td>\n Nulle (aucune r\u00e9exposition aux m\u00eames consignes ou stimuli).<\/td>\n Mod\u00e9r\u00e9e \u00e0 substantielle si la forme B utilise des m\u00e9canismes de r\u00e9solution trop analogues \u00e0 la forme A.<\/td>\n<\/tr>\n \n Sensibilit\u00e9 aux tests de vitesse<\/strong><\/td>\n Vuln\u00e9rabilit\u00e9 critique (inflation factice et massive du coefficient en pr\u00e9sence d’items non tent\u00e9s).<\/td>\n Excellente ad\u00e9quation (les formes parall\u00e8les constituent la r\u00e9f\u00e9rence absolue pour \u00e9valuer la vitesse).<\/td>\n<\/tr>\n \n Co\u00fbts de d\u00e9veloppement et logistique<\/strong><\/td>\n Minimaux (exploitation d’un jeu de donn\u00e9es unique sans mat\u00e9riel additionnel).<\/td>\n Extr\u00eamement \u00e9lev\u00e9s (d\u00e9veloppement, calibration et validation d’une banque d’items double).<\/td>\n<\/tr>\n \n Objectivit\u00e9 de l’indice statistique<\/strong><\/td>\n Probl\u00e9matique (d\u00e9pendance stricte au mode de division choisi parmi des milliers de combinaisons).<\/td>\n Totale (le coefficient est unique et d\u00e9termin\u00e9 par la corr\u00e9lation empirique entre A et B).<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n 4.1 Protocole d’administration et fardeau pour le r\u00e9pondant<\/h3>\n
4.2 Sources de variance d’erreur captur\u00e9es<\/h3>\n
4.3 Formulations math\u00e9matiques et hypoth\u00e8ses sous-jacentes<\/h3>\n
5. Points de convergence et similitudes th\u00e9oriques<\/h2>\n
5.1 Ancrage dans la th\u00e9orie classique des tests<\/h3>\n
5.2 Compl\u00e9mentarit\u00e9 conceptuelle et math\u00e9matique<\/h3>\n