Dans le champ vaste et complexe de la docimologie et de la psychom\u00e9trie contemporaines, l’acte d’\u00e9valuer ne constitue jamais une simple op\u00e9ration d’enregistrement arithm\u00e9tique ou une observation passive. Toute situation d’\u00e9valuation, qu’elle s’ancre dans une salle de classe \u00e9l\u00e9mentaire, un amphith\u00e9\u00e2tre universitaire, un cabinet de neuropsychologie ou un processus de recrutement pour des postes \u00e0 haute responsabilit\u00e9 strat\u00e9gique, r\u00e9pond \u00e0 des fondements \u00e9pist\u00e9mologiques pr\u00e9cis qui d\u00e9terminent la mani\u00e8re dont le score brut d’un candidat acquiert une signification intelligible. La quantification des apprentissages, des aptitudes cognitives ou des comp\u00e9tences professionnelles soul\u00e8ve in\u00e9vitablement une interrogation fondamentale : que repr\u00e9sente v\u00e9ritablement un score chiffr\u00e9, et par rapport \u00e0 quel rep\u00e8re doit-il \u00eatre interpr\u00e9t\u00e9 pour fonder une d\u00e9cision juste, valide et op\u00e9rationnelle ?<\/p>\n
Depuis plus d’un demi-si\u00e8cle, la science de la mesure en \u00e9ducation et en psychologie structure cette r\u00e9flexion autour d’une dichotomie cardinale th\u00e9oris\u00e9e de mani\u00e8re d\u00e9cisive par le psychologue am\u00e9ricain Robert Glaser en 1963 : la distinction entre la mesure normative (norm-referenced measurement<\/em>) et la mesure crit\u00e9ri\u00e9e (criterion-referenced measurement<\/em>). L’approche normative \u00e9value l’individu en miroir de ses pairs, convertissant l’acte \u00e9valuatif en un m\u00e9canisme de diff\u00e9renciation, de classement et de distribution relative des performances le long d’une courbe de dispersion statistique. \u00c0 l’inverse, l’approche crit\u00e9ri\u00e9e s’affranchit du groupe de r\u00e9f\u00e9rence pour confronter directement la performance de l’apprenant \u00e0 un univers de contenu circonscrit, mesurant le degr\u00e9 d’atteinte absolue d’objectifs p\u00e9dagogiques, de seuils d’admissibilit\u00e9 ou de crit\u00e8res de ma\u00eetrise pr\u00e9d\u00e9finis ind\u00e9pendamment des r\u00e9alisations d’autrui.<\/p>\n Pourtant, malgr\u00e9 leur apparente antinomie conceptuelle, ces deux paradigmes demeurent fr\u00e9quemment confondus, mal employ\u00e9s ou amalgam\u00e9s au sein des politiques \u00e9ducatives et des dispositifs de certification. Cette confusion docimologique engendre des cons\u00e9quences pr\u00e9judiciables : utilisation d’outils de s\u00e9lection comp\u00e9titive pour poser des diagnostics d’apprentissage, imposition de crit\u00e8res arbitraires d\u00e9connect\u00e9s des distributions r\u00e9elles, ou encore iniquit\u00e9s syst\u00e9miques dans l’orientation des apprenants et l’allocation des ressources p\u00e9dagogiques. Le pr\u00e9sent article propose une analyse approfondie, exhaustive et critique des tests normatifs et des tests crit\u00e9ri\u00e9s. \u00c0 travers l’examen minutieux de leurs cadres th\u00e9oriques, de leurs architectures m\u00e9thodologiques, de leurs particularit\u00e9s statistiques et de leurs contextes d’application privil\u00e9gi\u00e9s, cette \u00e9tude vise \u00e0 outiller les chercheurs, praticiens de l’\u00e9ducation et sp\u00e9cialistes de l’\u00e9valuation pour une prise de d\u00e9cision \u00e9clair\u00e9e et m\u00e9thodologiquement irr\u00e9prochable.<\/p>\n La diff\u00e9renciation conceptuelle fondamentale entre l’\u00e9valuation normative et l’\u00e9valuation crit\u00e9ri\u00e9e r\u00e9side dans la nature du cadre de r\u00e9f\u00e9rence utilis\u00e9 pour conf\u00e9rer du sens \u00e0 un score brut. Dans une perspective normative, un r\u00e9sultat isol\u00e9 est d\u00e9pourvu de signification intrins\u00e8que s’il n’est pas contextualis\u00e9 par rapport \u00e0 la distribution empirique des scores obtenus par un \u00e9chantillon repr\u00e9sentatif d’individus partageant des caract\u00e9ristiques comparables (l’\u00e9chantillon d’\u00e9talonnage). La question centrale \u00e0 laquelle r\u00e9pond le test normatif n’est pas \u00ab qu’est-ce que cet individu sait faire avec pr\u00e9cision ? \u00bb, mais plut\u00f4t \u00ab comment cet individu se situe-t-il par rapport aux autres membres de sa population de r\u00e9f\u00e9rence ? \u00bb. La performance est donc relative, contingente et intrins\u00e8quement comparative, ordonnant les candidats le long d’un continuum continu d’habilet\u00e9 ou de trait latent.<\/p>\n \u00c0 l’oppos\u00e9, l’approche crit\u00e9ri\u00e9e postule que la signification d’un score d\u00e9coule de sa relation directe avec un domaine de connaissances, un ensemble de comp\u00e9tences clairement op\u00e9rationnalis\u00e9es ou une t\u00e2che comportementale explicite. D\u00e9velopp\u00e9e formellement pour s’extraire de la logique comparative, cette modalit\u00e9 d’\u00e9valuation cherche \u00e0 d\u00e9terminer si un apprenant poss\u00e8de ou non la ma\u00eetrise d’objectifs p\u00e9dagogiques terminaux pr\u00e9d\u00e9termin\u00e9s. Le standard de performance n’est pas le comportement moyen d’un groupe de pairs, mais un crit\u00e8re absolu d’admissibilit\u00e9 ou un seuil d’expertise formul\u00e9 en amont de l’administration du test. Un individu peut ainsi obtenir la note maximale ou \u00e9chouer lamentablement sans que le r\u00e9sultat des autres candidats pr\u00e9sents dans la salle n’exerce la moindre influence math\u00e9matique ou interpr\u00e9tative sur son statut final.<\/p>\n Les origines docimologiques de cette dichotomie s’enracinent formellement dans l’article s\u00e9minal de Robert Glaser publi\u00e9 en 1963 dans l’American Psychologist<\/em>, intitul\u00e9 \u00ab Instructional technology and the measurement of learning outcomes: Some questions \u00bb. Alors que la psychom\u00e9trie am\u00e9ricaine \u00e9tait alors presque exclusivement domin\u00e9e par l’h\u00e9ritage des tests d’intelligence g\u00e9n\u00e9rale et des \u00e9preuves de s\u00e9lection militaire issues des deux guerres mondiales \u2014 toutes fond\u00e9es sur les postulats de la th\u00e9orie classique des tests et la dispersion gaussienne \u2014, Glaser a mis en lumi\u00e8re l’inad\u00e9quation de ces instruments pour \u00e9valuer les progr\u00e8s individuels au sein de l’enseignement individualis\u00e9 et de l’instruction programm\u00e9e. Glaser a d\u00e9montr\u00e9 que la mesure des acquis d’apprentissage exigeait des instruments con\u00e7us pour \u00e9valuer des comportements sp\u00e9cifiques plut\u00f4t que pour maximiser artificiellement les \u00e9carts entre les individus.<\/p>\n Les implications directes de cette distinction sur la conception des instruments de mesure sont consid\u00e9rables dans les contextes \u00e9ducatifs, cliniques et organisationnels. Dans le domaine scolaire, le choix de l’un ou l’autre mod\u00e8le d\u00e9termine si l’on cherche \u00e0 certifier l’acquisition d’un socle commun ou \u00e0 orienter les meilleurs \u00e9l\u00e9ments vers des fili\u00e8res d’\u00e9lite restreintes. En milieu clinique, l’approche normative permet d’objectiver un d\u00e9ficit cognitif en mesurant l’\u00e9cart \u00e0 la moyenne populationnelle, tandis que l’approche crit\u00e9ri\u00e9e \u00e9value la capacit\u00e9 fonctionnelle autonome d’un patient \u00e0 r\u00e9aliser des gestes de la vie quotidienne. En psychologie organisationnelle, enfin, ce choix s\u00e9pare la s\u00e9lection comp\u00e9titive face \u00e0 un nombre de postes strictement limit\u00e9 (concours) de la validation des habilitations s\u00e9curitaires ou professionnelles o\u00f9 aucun compromis sur la comp\u00e9tence absolue ne peut \u00eatre tol\u00e9r\u00e9.<\/p>\n La confusion r\u00e9currente entre les paradigmes normatif et crit\u00e9ri\u00e9, observ\u00e9e tant chez les enseignants que chez les d\u00e9cideurs institutionnels, trouve en premier lieu son origine dans la similitude apparente des formats d’items et des \u00e9chelles num\u00e9riques mobilis\u00e9s. Un questionnaire \u00e0 choix multiples (QCM), une s\u00e9rie de questions \u00e0 r\u00e9ponse courte, une grille d’observation comportementale ou des \u00e9chelles de type Likert peuvent indiff\u00e9remment servir de support mat\u00e9riel \u00e0 un test normatif ou \u00e0 un test crit\u00e9ri\u00e9. Dans les deux cas, le correcteur additionne des points, calcule des moyennes et produit une note globale, souvent ramen\u00e9e sur une \u00e9chelle famili\u00e8re de 0 \u00e0 20 ou de 0 \u00e0 100. Cette superficialit\u00e9 instrumentale masque la divergence profonde des logiques de construction et des inf\u00e9rences docimologiques sous-jacentes : deux \u00e9preuves visuellement identiques quant \u00e0 leur format peuvent reposer sur des algorithmes d’\u00e9chantillonnage de contenu et des principes de validation psychom\u00e9trique totalement antagonistes.<\/p>\n Une seconde source majeure d’ambigu\u00eft\u00e9 r\u00e9side dans la superposition fr\u00e9quente de ces deux instruments au sein d’un m\u00eame programme \u00e9ducatif ou d’un processus unifi\u00e9 de s\u00e9lection. Dans de nombreux cursus universitaires ou secondaires, un examen final est con\u00e7u \u00e0 l’origine avec une vis\u00e9e certificative crit\u00e9ri\u00e9e \u2014 sanctionner la ma\u00eetrise des objectifs du programme officiel \u2014, mais se voit simultan\u00e9ment assigner une fonction d’orientation s\u00e9lective en raison d’un numerus clausus ou de quotas stricts d’admission dans les cycles sup\u00e9rieurs. Les enseignants et examinateurs se retrouvent alors contraints d’ajuster informellement la s\u00e9v\u00e9rit\u00e9 de leur notation ou la difficult\u00e9 des \u00e9preuves afin de g\u00e9n\u00e9rer une courbe de distribution \u00e9tal\u00e9e, transformant subrepticement une \u00e9preuve de ma\u00eetrise en un outil implicite de classement normatif. Cette double assignation fonctionnelle corrompt la puret\u00e9 m\u00e9thodologique de l’\u00e9valuation et brouille la lisibilit\u00e9 des r\u00e9sultats pour les apprenants.<\/p>\n Enfin, une confusion s\u00e9mantique pernicieuse persiste autour des termes \u00ab standardisation \u00bb et \u00ab \u00e9talonnage \u00bb. Dans le jargon psychom\u00e9trique, la standardisation renvoie \u00e0 l’uniformit\u00e9 rigoureuse des conditions d’administration, de passation, de consignes et de cotation d’un instrument, afin que chaque individu soit \u00e9valu\u00e9 dans des conditions strictement identiques et reproductibles. La standardisation est une exigence scientifique qui s’applique avec la m\u00eame vigueur aux tests normatifs et aux tests crit\u00e9ri\u00e9s. Cependant, la standardisation est fr\u00e9quemment confondue avec l’\u00e9talonnage statistique, qui est l’op\u00e9ration consistant \u00e0 construire des tables de normes num\u00e9riques (percentiles, notes standardis\u00e9es) \u00e0 partir d’un \u00e9chantillon repr\u00e9sentatif pour situer un individu par rapport \u00e0 autrui. Confondre l’existence d’une proc\u00e9dure standardis\u00e9e avec la nature normative d’une mesure conduit trop souvent \u00e0 qualifier de \u00ab normatif \u00bb tout examen rigoureusement contr\u00f4l\u00e9, occultant le fait qu’un test standardis\u00e9 peut \u00eatre exclusivement adoss\u00e9 \u00e0 des crit\u00e8res de ma\u00eetrise absolus.<\/p>\n \u00c0 l’\u00e8re contemporaine du pilotage des syst\u00e8mes \u00e9ducatifs par les donn\u00e9es probantes (data-driven decision making<\/em>), l’\u00e9valuation s’est mu\u00e9e en un levier strat\u00e9gique gouvernant l’allocation des financements publics, la rem\u00e9diation p\u00e9dagogique et l’acc\u00e8s aux fili\u00e8res acad\u00e9miques ou professionnelles hautement s\u00e9lectives. Les d\u00e9cideurs politiques et les administrateurs scolaires s’appuient de plus en plus sur des tableaux de bord statistiques pour identifier les \u00e9tablissements en difficult\u00e9, \u00e9valuer l’efficacit\u00e9 des interventions didactiques et distribuer des dotations budg\u00e9taires compensatoires. Dans ce contexte, l’instrumentation de mesure choisie cesse d’\u00eatre un d\u00e9tail technique pour devenir un d\u00e9terminant direct des politiques publiques : recourir \u00e0 une \u00e9valuation normative pour mesurer l’efficacit\u00e9 d’une r\u00e9forme p\u00e9dagogique constitue une aberration m\u00e9thodologique majeure, car les tests normatifs sont con\u00e7us pour masquer les gains collectifs g\u00e9n\u00e9raux afin de pr\u00e9server l’\u00e9talement des diff\u00e9rences interindividuelles.<\/p>\n Par ailleurs, l’impact des biais psychom\u00e9triques sur la justice distributive et l’\u00e9quit\u00e9 des \u00e9valuations institutionnelles repr\u00e9sente une pr\u00e9occupation \u00e9thique centrale. Les tests normatifs, en cherchant continuellement \u00e0 maximiser la variance entre les individus, tendent structurellement \u00e0 sur-s\u00e9lectionner des items qui discriminent fortement en fonction de variables socioculturelles, \u00e9conomiques ou linguistiques p\u00e9riph\u00e9riques, plut\u00f4t que d’\u00e9valuer la comp\u00e9tence disciplinaire pure. Lorsqu’un item de math\u00e9matiques fait appel \u00e0 des r\u00e9f\u00e9rences culturelles propres aux classes socio-\u00e9conomiques favoris\u00e9es, il maximise la dispersion statistique au d\u00e9triment de l’\u00e9quit\u00e9 de mesure. \u00c0 l’inverse, une \u00e9valuation crit\u00e9ri\u00e9e rigoureuse, solidement arrim\u00e9e au contenu explicite qui a fait l’objet d’un enseignement effectif dans la classe, r\u00e9duit le pouvoir pr\u00e9dictif des variables sociod\u00e9mographiques externes et replace l’\u00e9galit\u00e9 d’acc\u00e8s aux apprentissages au c\u0153ur du contrat didactique.<\/p>\n Il appara\u00eet d\u00e8s lors imp\u00e9ratif d’aligner le choix du type de test sur la finalit\u00e9 d\u00e9cisionnelle explicite de l’acte \u00e9valuatif. Toute prise de d\u00e9cision \u00e9ducative ou organisationnelle peut \u00eatre sch\u00e9matis\u00e9e selon la nature de la d\u00e9cision \u00e0 prendre : s’agit-il d’une d\u00e9cision d’admission s\u00e9lective dans un contexte de raret\u00e9 o\u00f9 les places sont strictement contingent\u00e9es, ou d’une d\u00e9cision de certification o\u00f9 l’on doit garantir \u00e0 la soci\u00e9t\u00e9 qu’un professionnel (comme un chirurgien, un pilote de ligne ou un enseignant) poss\u00e8de les comp\u00e9tences requises pour exercer sans danger ? Utiliser un test normatif dans le second cas ou un test crit\u00e9ri\u00e9 dans le premier engendre des distorsions pr\u00e9judiciables : soit l’on certifie des individus dangereux simplement parce qu’ils sont les \u00ab moins mauvais \u00bb d’une cohorte d\u00e9faillante, soit l’on rejette des candidats parfaitement qualifi\u00e9s au seul motif que d’autres ont obtenu des scores marginalement sup\u00e9rieurs sur des nuances non requises par la t\u00e2che r\u00e9elle.<\/p>\n L’\u00e9difice m\u00e9thodologique des tests normatifs repose sur les postulats de la th\u00e9orie classique des tests<\/a> (TCT) d\u00e9velopp\u00e9e au cours de la premi\u00e8re moiti\u00e9 du XXe si\u00e8cle par des figures comme Charles Spearman, et formalis\u00e9e ult\u00e9rieurement par Frederic Lord et Melvin Novick. Dans ce cadre paradigmatique, toute performance observ\u00e9e $X$<\/span> \u00e0 une \u00e9preuve est mod\u00e9lis\u00e9e comme la r\u00e9sultante lin\u00e9aire d’un score vrai $tau$<\/span> (repr\u00e9sentant la quantit\u00e9 r\u00e9elle du trait latent poss\u00e9d\u00e9 par le sujet) et d’une erreur de mesure al\u00e9atoire $epsilon$<\/span>, telle que :<\/p>\n $X = tau + epsilon$<\/span><\/p>\n avec pour hypoth\u00e8se que l’esp\u00e9rance math\u00e9matique des erreurs est nulle et que ces derni\u00e8res ne sont corr\u00e9l\u00e9es ni avec le score vrai, ni entre elles. L’hypoth\u00e8se fondamentale qui soutient la mesure normative postule que les traits psychologiques, les aptitudes intellectuelles g\u00e9n\u00e9rales et la plupart des apprentissages humains complexes se distribuent au sein de la population g\u00e9n\u00e9rale selon une loi de distribution normale, ou courbe de Gauss-Laplace, caract\u00e9ris\u00e9e par sa sym\u00e9trie en cloche, sa moyenne $\\mu$<\/span> et son \u00e9cart-type $\\sigma$<\/span>.<\/p>\n Pour qu’un test normatif remplisse pleinement sa mission, la condition statistique sine qua non est l’obtention d’une dispersion maximale des scores observ\u00e9s. Si tous les candidats obtenaient des r\u00e9sultats tr\u00e8s proches les uns des autres, le test \u00e9chouerait \u00e0 remplir son objectif premier : classer sans ambigu\u00eft\u00e9 les individus et diff\u00e9rencier les niveaux relatifs d’habilet\u00e9 avec une marge d’erreur minimale. Les psychom\u00e9triciens con\u00e7oivent donc d\u00e9lib\u00e9r\u00e9ment les \u00e9preuves normatives pour \u00e9tirer l’\u00e9ventail des scores, cherchant \u00e0 \u00e9liminer les effets de plancher (o\u00f9 une trop grande proportion d’\u00e9valu\u00e9s \u00e9choue \u00e0 l’ensemble des questions) et les effets de plafond (o\u00f9 une proportion excessive r\u00e9ussit la totalit\u00e9 de l’\u00e9preuve). La variance globale de l’\u00e9preuve $\\sigma_X^2$<\/span>, d\u00e9compos\u00e9e en variance vraie $\\sigma_\\tau^2$<\/span> et variance d’erreur $\\sigma_\\epsilon^2$<\/span>, doit \u00eatre maximis\u00e9e afin de garantir un coefficient de fid\u00e9lit\u00e9 \u00e9lev\u00e9, ce dernier \u00e9tant directement d\u00e9termin\u00e9 par le rapport entre la variance vraie et la variance totale observ\u00e9e :<\/p>\n $\\rho_{XX’} = \\frac{\\sigma_\\tau^2}{\\sigma_X^2} = 1 – \\frac{\\sigma_\\epsilon^2}{\\sigma_X^2}$<\/span><\/p>\n Cette approche th\u00e9orique repose sur une hypoth\u00e8se fondamentale d’invariance et de stabilit\u00e9 des caract\u00e9ristiques distributionnelles de la population de r\u00e9f\u00e9rence. Pour qu’un \u00e9talonnage normatif conserve sa validit\u00e9 d’usage, il faut supposer que la distribution du trait latent au sein du groupe normatif repr\u00e9sentatif demeure structurellement constante dans le temps, ou du moins qu’elle ne fluctue pas de mani\u00e8re erratique \u00e0 court terme. Cette hypoth\u00e8se impose une maintenance docimologique constante, car l’\u00e9volution s\u00e9culaire des populations (mise en \u00e9vidence par exemple par l’effet Flynn dans le champ des aptitudes cognitives) ou les mutations structurelles des programmes scolaires finissent par rendre caduques les normes \u00e9tablies, obligeant les \u00e9diteurs de tests \u00e0 r\u00e9\u00e9talonner p\u00e9riodiquement leurs instruments sur de nouveaux \u00e9chantillons nationaux stratifi\u00e9s.<\/p>\n L’\u00e9talonnage constitue le c\u0153ur m\u00e9thodologique de la construction d’un test normatif. Il s’agit du protocole scientifique par lequel le concepteur administre la version provisoire d’un instrument \u00e0 un \u00e9chantillon normatif soigneusement s\u00e9lectionn\u00e9 afin qu’il refl\u00e8te fid\u00e8lement la composition d\u00e9mographique de la population cible \u00e0 laquelle le test est destin\u00e9. Cette repr\u00e9sentativit\u00e9 est garantie par des m\u00e9thodes d’\u00e9chantillonnage probabilistes ou, plus fr\u00e9quemment, par la m\u00e9thode des quotas, stratifiant les sujets selon des variables sociologiques d\u00e9terminantes telles que l’\u00e2ge chronologique, le sexe, le niveau de dipl\u00f4me, l’origine g\u00e9ographique et la cat\u00e9gorie socio-professionnelle. La taille de cet \u00e9chantillon doit \u00eatre suffisamment massive \u2014 souvent de plusieurs centaines \u00e0 plusieurs milliers d’individus \u2014 pour r\u00e9duire la variance d’\u00e9chantillonnage et stabiliser les estimations statistiques des param\u00e8tres d’items.<\/p>\n Durant la phase d’analyse d’items (item analysis<\/em>), les statisticiens examinent deux indicateurs fondamentaux pour chaque question : l’indice de difficult\u00e9 et l’indice de discrimination. L’indice de difficult\u00e9, traditionnellement not\u00e9 $p$<\/span>, correspond \u00e0 la proportion de sujets de l’\u00e9chantillon d’\u00e9talonnage ayant r\u00e9pondu correctement \u00e0 l’item :<\/p>\n $p = \\frac{N_{\\text{r\u00e9ussite}}}{N_{\\text{total}}}$<\/span><\/p>\n Dans un test normatif classique optimisant la variance, les items dont le degr\u00e9 de difficult\u00e9 approche les extr\u00eames ($p < 0,20$ ou $p > 0,80$<\/span>) sont syst\u00e9matiquement \u00e9limin\u00e9s ou profond\u00e9ment remani\u00e9s, car ils n’apportent que tr\u00e8s peu d’information diff\u00e9rentielle. La valeur id\u00e9ale de difficult\u00e9 converge vers $p = 0,50$<\/span> (ou une valeur l\u00e9g\u00e8rement sup\u00e9rieure pour compenser l’effet du devinement dans les QCM), car c’est \u00e0 ce niveau que la variance binomiale de l’item, calcul\u00e9e par la formule :<\/p>\n $\\sigma_i^2 = p_i (1 – p_i)$<\/span><\/p>\n atteint son maximum absolu ($0,5 \\times 0,5 = 0,25$<\/span>).<\/p>\n Parall\u00e8lement, l’indice de discrimination, mesur\u00e9 pr\u00e9f\u00e9rentiellement par le coefficient de corr\u00e9lation bis\u00e9rial ponctuel ($r_{pb}$<\/span>) entre la r\u00e9ussite \u00e0 l’item (variable dichotomique) et le score total obtenu au test (variable continue), permet d’\u00e9valuer la capacit\u00e9 de la question \u00e0 diff\u00e9rencier les individus les plus comp\u00e9tents des moins comp\u00e9tents :<\/p>\n $r_{pb} = \\frac{\\bar{X}_1 – \\bar{X}_0}{S_X} \\sqrt{p(1-p)}$<\/span><\/p>\n o\u00f9 $\\bar{X}_1$<\/span> repr\u00e9sente la moyenne au test total des personnes ayant r\u00e9ussi l’item, $\\bar{X}_0$<\/span> la moyenne de celles l’ayant \u00e9chou\u00e9, et $S_X$<\/span> l’\u00e9cart-type de l’ensemble de l’\u00e9chantillon. Un item pr\u00e9sentant un $r_{pb} < 0,30$ est consid\u00e9r\u00e9 comme faiblement discriminant et se voit exclu du pool final d'items.<\/p>\n Une fois les items calibr\u00e9s et le test d\u00e9finitif administr\u00e9, les scores bruts sont convertis en m\u00e9triques relatives d\u00e9riv\u00e9es qui permettent de positionner instantan\u00e9ment un individu sur la courbe de distribution. Parmi ces \u00e9chelles, on distingue :<\/p>\n $z = \\frac{X – \\mu}{\\sigma}$<\/span><\/p>\n avec une moyenne de 0 et un \u00e9cart-type de 1.<\/li>\n $T = 50 + 10z$<\/span><\/p>\n<\/li>\n $\\text{QI} = 100 + 15z$<\/span><\/p>\n Une note de 130 situe ainsi un sujet \u00e0 exactement deux \u00e9carts-types au-dessus de la moyenne, correspondant au 98e centile th\u00e9orique.<\/li>\n<\/ul>\n L’avantage op\u00e9rationnel d\u00e9terminant des tests normatifs r\u00e9side dans leur efficacit\u00e9 sans \u00e9gale pour r\u00e9soudre les probl\u00e8mes d’allocation comp\u00e9titive, de s\u00e9lection et de triage face \u00e0 des contraintes de places strictement contingent\u00e9es. Lorsque le nombre de candidats exc\u00e8de largement la capacit\u00e9 d’accueil d’une fili\u00e8re universitaire, d’une grande \u00e9cole ou d’un corps de fonctionnaires soumis \u00e0 un numerus clausus, l’institution n’a pas besoin de savoir si tous les postulants poss\u00e8dent les vertus requises dans l’absolu ; elle doit imp\u00e9rativement identifier les $N$<\/span> meilleurs profils disponibles \u00e0 cet instant pr\u00e9cis. Gr\u00e2ce \u00e0 leur variance maximis\u00e9e et \u00e0 leur haut pouvoir s\u00e9parateur, les \u00e9preuves normatives garantissent une diff\u00e9renciation fine des candidats, emp\u00eachant les ex \u00e6quo massifs et facilitant des d\u00e9cisions d’admission claires et hi\u00e9rarchis\u00e9es.<\/p>\n De surcro\u00eet, le cadre normatif assure une robustesse m\u00e9thodologique remarquable en termes d’invariance de mesure relative et de comparabilit\u00e9 inter-cohortes. En calibrant les scores sur des distributions standardis\u00e9es, il devient possible de comparer les profils d’individus ayant pass\u00e9 des formes parall\u00e8les d’un test ou de suivre l’\u00e9volution d’un sujet dans le temps par rapport \u00e0 sa classe d’\u00e2ge. Cette comparabilit\u00e9 statistique rend les instruments normatifs particuli\u00e8rement pr\u00e9cieux en recherche \u00e9pid\u00e9miologique, en psychom\u00e9trie fondamentale et dans les bilans psychologiques longitudinaux o\u00f9 l’on cherche \u00e0 isoler une trajectoire d\u00e9veloppementale individuelle par rapport aux trajectoires moyennes observ\u00e9es dans la population globale.<\/p>\n N\u00e9anmoins, les tests normatifs souffrent de limites substantielles et ind\u00e9passables quant \u00e0 la nature de l’information qu’ils d\u00e9livrent. La critique majeure, formul\u00e9e avec force par la p\u00e9dagogie de ma\u00eetrise, est qu’un score normatif ne fournit strictement aucune information intrins\u00e8que sur ce que l’individu sait concr\u00e8tement faire, penser ou ex\u00e9cuter dans le monde r\u00e9el. Un candidat situ\u00e9 au 85e centile d’un test normatif de physique peut \u00eatre un individu exceptionnellement comp\u00e9tent au sein d’une cohorte brillante, ou simplement un \u00e9l\u00e8ve m\u00e9diocre au sein d’un groupe d’un niveau abyssal. Le score normatif renseigne exclusivement sur une position ordinale relative, mais demeure muet sur le r\u00e9pertoire comportemental et cognitif acquis. Cette vacuit\u00e9 descriptive rend le test normatif particuli\u00e8rement st\u00e9rile, voire n\u00e9faste, pour guider l’action p\u00e9dagogique quotidienne ou concevoir des parcours individualis\u00e9s de rem\u00e9diation.<\/p>\n Enfin, le risque inh\u00e9rent de d\u00e9pendance temporelle, g\u00e9ographique et sociologique du groupe de r\u00e9f\u00e9rence constitue une fragilit\u00e9 m\u00e9thodologique constante. Un individu n’obtient jamais un percentile absolu ; il obtient un percentile relativement \u00e0 un \u00e9chantillon normatif sp\u00e9cifique assembl\u00e9 \u00e0 un moment donn\u00e9 de l’histoire. Si cet \u00e9chantillon est biais\u00e9, vieillissant ou non repr\u00e9sentatif des \u00e9volutions d\u00e9mographiques et linguistiques r\u00e9elles, le diagnostic psychom\u00e9trique ou \u00e9ducatif pos\u00e9 sera fauss\u00e9. Ce ph\u00e9nom\u00e8ne pose de graves probl\u00e8mes \u00e9thiques lors de l’utilisation de tests standardis\u00e9s aupr\u00e8s de populations issues de minorit\u00e9s culturelles ou linguistiques, dont les performances relatives se trouvent compar\u00e9es \u00e0 des normes construites sur des groupes dominants, confondant alors disparit\u00e9 socioculturelle et d\u00e9ficit cognitif ou disciplinaire.<\/p>\n L’essor des tests crit\u00e9ri\u00e9s s’enracine dans une rupture \u00e9pist\u00e9mologique majeure survenue dans les ann\u00e9es 1960 avec l’\u00e9mergence de la p\u00e9dagogie de ma\u00eetrise<\/a> (mastery learning<\/em>), conceptualis\u00e9e par John B. Carroll et th\u00e9oris\u00e9e magistralement par Benjamin Bloom<\/a> en 1968. Carroll avait \u00e9nonc\u00e9 le postulat r\u00e9volutionnaire selon lequel l’aptitude intellectuelle d’un apprenant ne pr\u00e9figure pas le niveau ultime auquel il peut parvenir, mais d\u00e9termine simplement la quantit\u00e9 de temps qui lui est n\u00e9cessaire pour atteindre la ma\u00eetrise d’un contenu donn\u00e9. Bloom a pouss\u00e9 cette logique jusqu’\u00e0 ses cons\u00e9quences institutionnelles ultimes : si l’enseignement adapte le temps d’apprentissage et fournit des r\u00e9troactions formatives appropri\u00e9es et individualis\u00e9es, entre 90 % et 95 % des \u00e9l\u00e8ves sont capables d’atteindre un niveau de ma\u00eetrise absolue autrefois r\u00e9serv\u00e9 \u00e0 une \u00e9lite statistique.<\/p>\n Cette approche puise \u00e9galement ses bases m\u00e9thodologiques dans le b\u00e9haviorisme appliqu\u00e9 aux objectifs p\u00e9dagogiques op\u00e9rationnels, formalis\u00e9 par des th\u00e9oriciens comme Robert Mager. Dans cette vision, tout acte d’enseignement doit \u00eatre structur\u00e9 autour d’objectifs comportementaux d\u00e9crits sans \u00e9quivoque, pr\u00e9cisant les conditions dans lesquelles le comportement attendu doit \u00eatre \u00e9mis et les crit\u00e8res minimaux de performance acceptable. L’\u00e9valuation n’a plus pour fonction de faire \u00e9merger des \u00e9carts entre les individus, mais de v\u00e9rifier de mani\u00e8re quasi binaire ou s\u00e9quentielle si chaque objectif d’apprentissage a \u00e9t\u00e9 valid\u00e9. La priorit\u00e9 docimologique est rigoureusement accord\u00e9e \u00e0 la d\u00e9monstration explicite de comp\u00e9tences, de savoir-faire techniques ou de connaissances d\u00e9claratives et proc\u00e9durales indispensables \u00e0 la poursuite du cursus.<\/p>\n Il en d\u00e9coule un principe directeur fondamental : l’ind\u00e9pendance totale de la note individuelle vis-\u00e0-vis des performances r\u00e9alis\u00e9es par les autres \u00e9valu\u00e9s. Dans un test crit\u00e9ri\u00e9 parfait, le fait qu’un candidat obtienne un score parfait n’alt\u00e8re en rien la probabilit\u00e9 que son voisin de table obtienne \u00e9galement un score parfait ou qu’il \u00e9choue int\u00e9gralement. La note exprime un degr\u00e9 de congruence directe entre la production de l’apprenant et le r\u00e9f\u00e9rentiel de comp\u00e9tences attendu. Si une cohorte enti\u00e8re a b\u00e9n\u00e9fici\u00e9 d’un enseignement d’une qualit\u00e9 didactique exceptionnelle et que tous les \u00e9l\u00e8ves ont d\u00e9ploy\u00e9 les efforts requis, il est non seulement possible mais hautement d\u00e9sirable que 100 % des candidats r\u00e9ussissent le test et soient d\u00e9clar\u00e9s comp\u00e9tents, an\u00e9antissant ainsi le dogme de la fatalit\u00e9 de la distribution normale en cloche.<\/p>\n La question architecturale centrale de la mesure crit\u00e9ri\u00e9e concerne l’\u00e9tablissement des seuils d’admissibilit\u00e9 ou seuils de coupure (cut-scores<\/em>), qui s\u00e9parent les individus dits \u00ab comp\u00e9tents \u00bb ou \u00ab admis \u00bb de ceux jug\u00e9s \u00ab non comp\u00e9tents \u00bb ou \u00ab ajourn\u00e9s \u00bb. D\u00e9finir un score seuil (par exemple 70 % ou 80 % de bonnes r\u00e9ponses) ne peut r\u00e9sulter d’une d\u00e9cision empirique superficielle ; cette op\u00e9ration exige la mise en \u0153uvre de m\u00e9thodologies rigoureuses de fixation des standards (standard setting<\/em>) d\u00e9velopp\u00e9es en psychom\u00e9trie pour minimiser l’arbitraire et asseoir la validit\u00e9 juridique et scientifique des d\u00e9cisions prises.<\/p>\n Parmi les m\u00e9thodes de fixation des seuils bas\u00e9es sur l’examen minutieux des items, la proc\u00e9dure d’Angoff modifi\u00e9e (d\u00e9velopp\u00e9e par William H. Angoff en 1971) s’impose comme la r\u00e9f\u00e9rence internationale la plus solide et la plus document\u00e9e :<\/p>\n La conception m\u00eame des items dans une approche crit\u00e9ri\u00e9e est gouvern\u00e9e par le principe supr\u00eame de la validit\u00e9 de contenu et la repr\u00e9sentativit\u00e9 du domaine d’\u00e9chantillonnage. Contrairement aux tests normatifs qui s\u00e9lectionnent les items en fonction de leurs propri\u00e9t\u00e9s statistiques discriminantes, le concepteur d’un test crit\u00e9ri\u00e9 \u00e9labore une table de sp\u00e9cifications matricielle rigoureuse (croisant les niveaux taxonomiques cognitifs et les sous-domaines de contenu). Chaque cellule de la matrice doit \u00eatre \u00e9chantillonn\u00e9e proportionnellement \u00e0 son importance p\u00e9dagogique r\u00e9elle. Un item essentiel ne sera jamais \u00e9cart\u00e9 au motif qu’il s’av\u00e8re trop facile ou qu’il ne discrimine pas assez : sa seule justification r\u00e9side dans son alignement parfait avec le r\u00e9sultat d’apprentissage attendu.<\/p>\n Enfin, la traduction des r\u00e9sultats se caract\u00e9rise par la d\u00e9livrance de statuts de ma\u00eetrise explicites. Au lieu de communiquer une note relative d\u00e9nu\u00e9e de sens descriptif, le rapport d’\u00e9valuation crit\u00e9ri\u00e9 formule un jugement qualitatif et op\u00e9rationnel : \u00ab comp\u00e9tences de niveau d\u00e9butant, interm\u00e9diaire ou avanc\u00e9 \u00bb, \u00ab acquis \/ en cours d’acquisition \/ non acquis \u00bb, ou \u00ab admis \/ ajourn\u00e9 \u00bb. Les scores sont le reflet exact de la fraction du domaine ma\u00eetris\u00e9, permettant \u00e0 l’\u00e9valu\u00e9 comme \u00e0 l’institution de savoir exactement quels segments du curriculum n\u00e9cessitent un approfondissement ult\u00e9rieur.<\/p>\n La force cardinale des tests crit\u00e9ri\u00e9s r\u00e9side dans leur alignement curriculaire direct et leur pouvoir de r\u00e9troaction formative. Dans la mesure o\u00f9 chaque item \u00e9value un \u00e9l\u00e9ment de comp\u00e9tence pr\u00e9cis identifi\u00e9 dans le r\u00e9f\u00e9rentiel, le score fournit un profil diagnostique analytique transparent. L’apprenant sait avec une pr\u00e9cision chirurgicale sur quels concepts ses repr\u00e9sentations sont erron\u00e9es ou quelles habilet\u00e9s proc\u00e9durales requi\u00e8rent un entra\u00eenement compl\u00e9mentaire. Pour le formateur ou l’enseignant, les r\u00e9sultats permettent d’ajuster l’action didactique en temps r\u00e9el : si 80 % de la classe \u00e9choue sur un sous-domaine sp\u00e9cifique, ce n’est pas la faute de la paresse des \u00e9l\u00e8ves, mais le signal indubitable d’une d\u00e9faillance dans l’ing\u00e9nierie de l’apprentissage qui commande une reprise p\u00e9dagogique cibl\u00e9e.<\/p>\n De plus, l’approche crit\u00e9ri\u00e9e favorise un climat \u00e9ducatif fond\u00e9 sur la motivation intrins\u00e8que et l’\u00e9mulation constructive plut\u00f4t que sur l’angoisse de la comp\u00e9tition interindividuelle. Dans un syst\u00e8me d’\u00e9valuation normatif, le succ\u00e8s d’un \u00e9l\u00e8ve se construit math\u00e9matiquement sur l’\u00e9chec de son pair, instaurant un climat de comparaison sociale d\u00e9favorable au bien-\u00eatre psychologique et au travail collaboratif. Dans un syst\u00e8me crit\u00e9ri\u00e9, la r\u00e9ussite est accessible \u00e0 tous, ce qui encourage l’entraide p\u00e9dagogique et soutient le sentiment d’auto-efficacit\u00e9 des apprenants, chacun luttant contre le standard absolu de la t\u00e2che et non contre ses camarades de promotion.<\/p>\n Cependant, les instruments crit\u00e9ri\u00e9s pr\u00e9sentent des vuln\u00e9rabilit\u00e9s psychom\u00e9triques et op\u00e9rationnelles qui ne doivent pas \u00eatre sous-estim\u00e9es. La plus \u00e9vidente est la part in\u00e9vitable de subjectivit\u00e9 humaine dans la fixation des seuils de passage. Quelle que soit la rigueur des proc\u00e9dures formalis\u00e9es (Angoff, Nedelsky ou Bookmark), le seuil reste tributaire du consensus subjectif d’un panel d’experts humains quant \u00e0 ce que doit \u00eatre un \u00ab candidat minimalement comp\u00e9tent \u00bb. Pourquoi fixer le seuil d’admissibilit\u00e9 \u00e0 70 % plut\u00f4t qu’\u00e0 65 % ou 75 % ? Une modification de quelques points de pourcentage peut faire basculer des cohortes enti\u00e8res de la r\u00e9ussite \u00e0 l’\u00e9chec sans qu’aucune modification de leur comp\u00e9tence r\u00e9elle ne soit intervenue, exposant les institutions \u00e0 des risques substantiels de contestation juridique.<\/p>\n Par ailleurs, les tests crit\u00e9ri\u00e9s d\u00e9montrent une incapacit\u00e9 structurelle \u00e0 discriminer finement les individus au sein d’une m\u00eame cat\u00e9gorie de ma\u00eetrise. Un test crit\u00e9ri\u00e9 con\u00e7u pour certifier l’acquisition d’un socle fondamental d’apprentissage ne permet pas de diff\u00e9rencier le candidat qui survole brillamment les exigences de celui qui les valide de justesse : les deux re\u00e7oivent le m\u00eame statut \u00ab admis \u00bb. De m\u00eame, au sein de la cat\u00e9gorie des ajourn\u00e9s, il \u00e9choue souvent \u00e0 mesurer les subtiles variations d’habilet\u00e9 entre un candidat proche du seuil et un autre totalement d\u00e9nu\u00e9 de pr\u00e9requis. Cette caract\u00e9ristique disqualifie l’approche crit\u00e9ri\u00e9e d\u00e8s lors que la finalit\u00e9 de l’\u00e9valuation exige une hi\u00e9rarchisation ordinale rigoureuse des individus, comme dans l’attribution de bourses d’excellence ou le recrutement sur postes \u00e0 effectifs drastiquement contingent\u00e9s.<\/p>\n Le contraste entre le mod\u00e8le normatif et le mod\u00e8le crit\u00e9ri\u00e9 s’articule autour de principes structurels divergents qui affectent chaque dimension du processus de mesure, comme l’ont synth\u00e9tis\u00e9 d\u00e8s 1969 W. James Popham et T. R. Husek<\/a> dans leur article fondateur \u00ab Implications of criterion-referenced measurement \u00bb. Le premier point de clivage r\u00e9side dans la nature du r\u00e9f\u00e9rent interpr\u00e9tatif et la fonction sociale d\u00e9volue au score chiffr\u00e9. Dans l’approche normative, l’interpr\u00e9tation est fondamentalement relationnelle, relative et comp\u00e9titive : le score d’un candidat n’a d’existence que par r\u00e9fraction sur le miroir du groupe social ou de la population de r\u00e9f\u00e9rence. La m\u00e9trique obtenue sanctionne un niveau de raret\u00e9 statistique plut\u00f4t qu’un \u00e9tat substantiel de savoir.<\/p>\n \u00c0 l’inverse, l’approche crit\u00e9ri\u00e9e propose une interpr\u00e9tation substantielle, absolue et auto-suffisante. Le r\u00e9sultat indique le degr\u00e9 d’ad\u00e9quation entre l’\u00e9tat cognitif ou comportemental de l’individu et un standard normatif de comp\u00e9tence d\u00e9fini a priori<\/em>. La finalit\u00e9 sociale est ici certificative, habilitante ou diagnostique. On ne se pr\u00e9occupe pas de savoir si un candidat au permis de conduire conduit mieux ou moins bien que les autres candidats qui ont pass\u00e9 l’\u00e9preuve le m\u00eame matin sur le m\u00eame parcours : on cherche exclusivement \u00e0 v\u00e9rifier s’il ma\u00eetrise l’ensemble des r\u00e8gles de s\u00e9curit\u00e9 routi\u00e8re et la motricit\u00e9 v\u00e9hiculaire indispensables pour circuler sur la voie publique sans mettre en p\u00e9ril sa vie et celle d’autrui.<\/p>\n Cette divergence induit une sensibilit\u00e9 radicalement oppos\u00e9e vis-\u00e0-vis de la composition du groupe d’\u00e9valuation imm\u00e9diat. Dans un examen purement normatif sans \u00e9talonnage externe pr\u00e9alable (comme une \u00e9preuve universitaire not\u00e9e \u00ab \u00e0 la courbe \u00bb), le sort d’un \u00e9tudiant d\u00e9pend dramatiquement du niveau des camarades qui composent sa classe. S’il se trouve fortuitement dans une cohorte exceptionnellement brillante, une performance objectivement remarquable peut \u00eatre sanctionn\u00e9e par une mauvaise note relative. Dans un cadre crit\u00e9ri\u00e9, le candidat est totalement prot\u00e9g\u00e9 contre les al\u00e9as de son environnement social imm\u00e9diat : sa note d\u00e9coule exclusivement de la qualit\u00e9 de sa propre prestation mesur\u00e9e \u00e0 l’aune de crit\u00e8res d’\u00e9valuation publics et invariables.<\/p>\n Les crit\u00e8res r\u00e9gissant la s\u00e9lection, la r\u00e9tention ou le rejet des items lors de la phase de conception d’un instrument illustrent la s\u00e9paration m\u00e9thodologique la plus nette entre les deux paradigmes docimologiques. Dans la fabrication d’un test normatif, la th\u00e9orie classique des tests impose d’optimiser math\u00e9matiquement la variance totale des scores. Pour ce faire, les concepteurs proc\u00e8dent \u00e0 une purge syst\u00e9matique de tous les items dits \u00ab non discriminants \u00bb :<\/p>\n Cette approche privil\u00e9gie d\u00e9lib\u00e9r\u00e9ment la validit\u00e9 de construit psychom\u00e9trique au d\u00e9triment potentiel de la validit\u00e9 de contenu, en ne conservant que les items qui \u00e9tirent au maximum la dispersion de la courbe de Gauss.<\/p>\n Dans la construction d’un test crit\u00e9ri\u00e9, une telle pratique statistique constitue une faute m\u00e9thodologique grave. Le crit\u00e8re supr\u00eame qui guide la s\u00e9lection d’un item est sa pertinence \u00e9pist\u00e9mologique et p\u00e9dagogique au regard du domaine de comp\u00e9tence \u00e9valu\u00e9. Si un concept est jug\u00e9 fondamental dans le r\u00e9f\u00e9rentiel de formation \u2014 par exemple, l’application rigoureuse des r\u00e8gles d’asepsie pour un futur infirmier ou le respect de la priorit\u00e9 \u00e0 droite pour un automobiliste \u2014, l’item correspondant doit imp\u00e9rativement figurer dans l’\u00e9preuve d’\u00e9valuation, quand bien m\u00eame 100 % des candidats le r\u00e9ussiraient syst\u00e9matiquement avec une variance nulle. L’analyse statistique ne sert pas ici \u00e0 \u00e9liminer des items pour des raisons de dispersion insuffisante, mais \u00e0 v\u00e9rifier la clart\u00e9 linguistique des questions et l’absence d’ambigu\u00eft\u00e9 r\u00e9dactionnelle. La validit\u00e9 de contenu prime sans compromis sur toute autre consid\u00e9ration d’ing\u00e9nierie statistique.<\/p>\n Sur le plan des distributions de scores observ\u00e9es, les deux familles d’\u00e9preuves poursuivent des trajectoires g\u00e9om\u00e9triques diam\u00e9tralement oppos\u00e9es. Les tests normatifs traquent avec acharnement la sym\u00e9trie de la distribution normale en cloche, o\u00f9 les indices d’asym\u00e9trie (skewness<\/em>) et d’aplatissement (kurtosis<\/em>) doivent demeurer proches de z\u00e9ro pour permettre l’application rigoureuse des transformations lin\u00e9aires en scores standardis\u00e9s. Tout \u00e9cart manifeste par rapport \u00e0 la normalit\u00e9 gaussienne est consid\u00e9r\u00e9 par le psychom\u00e9tricien classique comme le sympt\u00f4me d’un calibrage imparfait de la difficult\u00e9 des items ou de la pr\u00e9sence d’un biais d’\u00e9chantillonnage.<\/p>\n Dans un test crit\u00e9ri\u00e9 administr\u00e9 \u00e0 l’issue d’une s\u00e9quence didactique r\u00e9ussie, la distribution attendue et esp\u00e9r\u00e9e est tout sauf normale : elle doit \u00eatre hautement asym\u00e9trique n\u00e9gative (biais\u00e9e vers la droite), caract\u00e9ris\u00e9e par un puissant effet de plafond. La concentration massive des scores dans la tranche sup\u00e9rieure (par exemple entre 80 % et 100 % de r\u00e9ussite) n’est pas le reflet d’une faiblesse instrumentale, mais la d\u00e9monstration formelle de l’efficacit\u00e9 de l’enseignement dispens\u00e9. Un test crit\u00e9ri\u00e9 qui g\u00e9n\u00e9rerait une courbe de Gauss parfaite apr\u00e8s plusieurs mois d’apprentissage attesterait de l’\u00e9chec complet du dispositif p\u00e9dagogique, signifiant que l’instruction n’a pas permis \u00e0 la majorit\u00e9 des apprenants d’atteindre la ma\u00eetrise des objectifs.<\/p>\n Cette r\u00e9alit\u00e9 statistique entra\u00eene une cons\u00e9quence th\u00e9orique fondamentale : les formules d’estimation de la fid\u00e9lit\u00e9 issues de la psychom\u00e9trie classique \u2014 au premier rang desquelles figure l’alpha de Cronbach<\/a> ou les formules de Kuder-Richardson (KR-20, KR-21) \u2014 sont totalement inop\u00e9rantes et m\u00e9thodologiquement trompeuses lorsqu’elles sont appliqu\u00e9es \u00e0 des tests crit\u00e9ri\u00e9s. Dans la mesure o\u00f9 l’alpha de Cronbach d\u00e9pend m\u00e9caniquement de la variance globale des scores selon l’\u00e9quation :<\/p>\n $\\alpha = \\frac{k}{k – 1} \\left(1 – \\frac{\\sum_{i=1}^k \\sigma_i^2}{\\sigma_X^2}\\right)$<\/span><\/p>\n si la variance totale $\\sigma_X^2$<\/span> tend vers z\u00e9ro (parce que tous les candidats ma\u00eetrisent parfaitement les comp\u00e9tences et obtiennent des scores tr\u00e8s \u00e9lev\u00e9s et homog\u00e8nes), le d\u00e9nominateur s’effondre et le coefficient $\\alpha$<\/span> peut chuter vers des valeurs insignifiantes, voire n\u00e9gatives, alors m\u00eame que l’instrument de mesure est d’une r\u00e9gularit\u00e9 et d’une pr\u00e9cision exemplaires. Pour \u00e9valuer la fid\u00e9lit\u00e9 des mesures crit\u00e9ri\u00e9es, la docimologie a d\u00fb d\u00e9velopper des m\u00e9triques alternatives sp\u00e9cifiques fond\u00e9es sur la consistance de la classification d\u00e9cisionnelle, telles que les coefficients d’accord de Livingston ($k^2$<\/span>), l’indice de Subkoviak, ou le coefficient Kappa de Cohen mesurant la reproductibilit\u00e9 des d\u00e9cisions d’admission d’une session \u00e0 l’autre.<\/p>\n Le tableau synoptique suivant offre une synth\u00e8se comparative rigoureuse des deux paradigmes d’\u00e9valuation \u00e0 travers leurs dimensions \u00e9pist\u00e9mologiques, m\u00e9thodologiques, docimologiques et op\u00e9rationnelles :<\/p>\n1. Introduction \u00e0 l’\u00e9valuation psychom\u00e9trique et docimologique<\/h2>\n
1.1 D\u00e9finition pr\u00e9liminaire des approches normative et crit\u00e9ri\u00e9e<\/h3>\n
1.2 Pourquoi ces deux paradigmes sont fr\u00e9quemment confondus<\/h3>\n
1.3 Enjeux contemporains de la prise de d\u00e9cision par les donn\u00e9es<\/h3>\n
2. Les tests normatifs : Principes, structure et m\u00e9thodologie<\/h2>\n
2.1 Cadre th\u00e9orique et postulat de la courbe de Gauss<\/h3>\n
2.2 Processus d’\u00e9talonnage et construction des \u00e9chelles de r\u00e9f\u00e9rence<\/h3>\n
\n
2.3 Avantages structurels et limites inh\u00e9rentes<\/h3>\n
3. Les tests crit\u00e9ri\u00e9s : Principes, structure et m\u00e9thodologie<\/h2>\n
3.1 Fondements conceptuels : La p\u00e9dagogie de ma\u00eetrise<\/h3>\n
3.2 Fixation des standards et d\u00e9termination des seuils de coupure<\/h3>\n
\n
3.3 Forces p\u00e9dagogiques et vuln\u00e9rabilit\u00e9s psychom\u00e9triques<\/h3>\n
4. Diff\u00e9rences fondamentales entre tests normatifs et tests crit\u00e9ri\u00e9s<\/h2>\n
4.1 Finalit\u00e9 \u00e9valuative et interpr\u00e9tation des r\u00e9sultats<\/h3>\n
4.2 M\u00e9thodologie de s\u00e9lection et distribution des items<\/h3>\n
\n
4.3 Comportement statistique et variabilit\u00e9 des scores<\/h3>\n
4.4 Tableau synoptique comparatif<\/h3>\n