{"id":15247,"date":"2026-10-08T17:50:29","date_gmt":"2026-10-08T17:50:29","guid":{"rendered":"http:\/\/french.arabpsychology.com\/theorists\/georg-rasch-1901-1980-psychometrie-mesure\/"},"modified":"2026-10-08T17:50:29","modified_gmt":"2026-10-08T17:50:29","slug":"georg-rasch-1901-1980-psychometrie-mesure","status":"publish","type":"psych_theorist","link":"https:\/\/french.arabpsychology.com\/?psych_theorist=georg-rasch-1901-1980-psychometrie-mesure","title":{"rendered":"Georg Rasch – 1901 1980"},"content":{"rendered":"

L’histoire de la psychom\u00e9trie et de la mod\u00e9lisation statistique au vingti\u00e8me si\u00e8cle est travers\u00e9e par des tensions \u00e9pist\u00e9mologiques fondamentales concernant la nature m\u00eame de la quantification en sciences humaines. Au c\u0153ur de ces controverses \u00e9merge la figure singuli\u00e8re et imposante de Georg Rasch<\/a> (1901-1980), math\u00e9maticien et statisticien danois dont l’\u0153uvre a red\u00e9fini les canons de la m\u00e9trologie appliqu\u00e9e aux ph\u00e9nom\u00e8nes psychologiques et \u00e9ducatifs. Form\u00e9 initialement \u00e0 la rigueur de l’analyse math\u00e9matique pure avant de se confronter aux contingences empiriques de la biologie et de la psychotechnique militaire, Rasch a forg\u00e9 un paradigme probabiliste novateur qui refuse d’assimiler la simple sommation de scores empiriques \u00e0 une mesure scientifique valide. Son intuition fondatrice postule que la mesure des traits latents humains doit satisfaire aux m\u00eames exigences d’invariance et d’objectivit\u00e9 que celles qui gouvernent la physique classique depuis les travaux de Newton et de Maxwell.<\/p>\n

Le tournant conceptuel op\u00e9r\u00e9 par Rasch r\u00e9side dans la formulation du principe d’objectivit\u00e9 sp\u00e9cifique, une exigence m\u00e9trologique selon laquelle la comparaison entre deux individus doit \u00eatre rigoureusement ind\u00e9pendante des instruments sp\u00e9cifiques utilis\u00e9s pour les \u00e9valuer, et, r\u00e9ciproquement, la comparaison entre deux instruments doit s’av\u00e9rer ind\u00e9pendante de l’\u00e9chantillon de sujets ayant particip\u00e9 \u00e0 l’\u00e9preuve. Cette exigence, formalis\u00e9e \u00e0 travers une famille de mod\u00e8les math\u00e9matiques \u00e9l\u00e9gants reposant sur la fonction logistique et l’existence de statistiques exhaustives, a marqu\u00e9 une rupture radicale avec la th\u00e9orie classique des tests domin\u00e9e par l’approche corr\u00e9lationnelle de Charles Spearman<\/a>. Alors que la psychom\u00e9trie traditionnelle cherchait des mod\u00e8les descriptifs capables d’\u00e9pouser au plus pr\u00e8s les irr\u00e9gularit\u00e9s des donn\u00e9es empiriques, Georg Rasch a invers\u00e9 le regard m\u00e9thodologique en instituant le mod\u00e8le math\u00e9matique comme un \u00e9talon normatif auquel les instruments de collecte doivent imp\u00e9rativement se conformer sous peine d’invalidit\u00e9 m\u00e9trologique.<\/p>\n

Au-del\u00e0 de ses contributions purement alg\u00e9briques, la trajectoire intellectuelle de Georg Rasch incarne une profonde r\u00e9flexion philosophique sur les conditions de possibilit\u00e9 de la connaissance quantitative en sciences du comportement. Longtemps m\u00e9connus en dehors du Danemark en raison de leur publication initiale dans des monographies confidentielles, ses travaux ont connu une renaissance spectaculaire \u00e0 partir des ann\u00e9es 1960 gr\u00e2ce \u00e0 leur r\u00e9appropriation par des pionniers am\u00e9ricains comme Benjamin D. Wright<\/a> \u00e0 l’Universit\u00e9 de Chicago. Aujourd’hui, le mod\u00e8le de Rasch et ses extensions polytomiques constituent le socle des plus vastes programmes internationaux d’\u00e9valuation des comp\u00e9tences, \u00e0 l’image des enqu\u00eates PISA de l’OCDE, tout en r\u00e9volutionnant le d\u00e9veloppement d’\u00e9chelles cliniques en sant\u00e9 et en neuropsychologie. Cette monographie retrace la gen\u00e8se biographique, les fondements math\u00e9matiques, les batailles \u00e9pist\u00e9mologiques et la post\u00e9rit\u00e9 p\u00e9renne d’un savant qui a dot\u00e9 les sciences sociales d’un compas m\u00e9trique d’une rigueur absolue.<\/p>\n

1. Introduction biographique et gen\u00e8se intellectuelle (1901-1930)<\/h2>\n

1.1 Origines familiales, formation initiale et influences universitaires<\/h3>\n

Georg Rasch na\u00eet le 21 septembre 1901 \u00e0 Odense, sur l’\u00eele de Fionie au Danemark, au sein d’une famille profond\u00e9ment impr\u00e9gn\u00e9e par la tradition acad\u00e9mique et pastorale scandinave. Son p\u00e8re, pasteur luth\u00e9rien dot\u00e9 d’une vaste \u00e9rudition humaniste et classique, inculque tr\u00e8s t\u00f4t au jeune Georg une discipline intellectuelle rigoureuse, m\u00ealant l’\u00e9tude des langues anciennes \u00e0 un int\u00e9r\u00eat pr\u00e9coce pour les abstractions logiques. \u00c9lev\u00e9 dans un environnement provincial mais hautement cultiv\u00e9, Georg manifeste d\u00e8s ses \u00e9tudes secondaires une aptitude exceptionnelle pour la pens\u00e9e math\u00e9matique formelle. Cette fascination pour les syst\u00e8mes d\u00e9ductifs le conduit naturellement, en 1919, \u00e0 int\u00e9grer l’Universit\u00e9 de Copenhague afin d’y poursuivre un cursus complet en math\u00e9matiques pures, discipline qui conna\u00eet alors au Danemark un \u00e2ge d’or sous l’impulsion de ma\u00eetres exigeants.<\/p>\n

\u00c0 Copenhague, Rasch \u00e9volue sous le magist\u00e8re direct de Niels Erik N\u00f8rlund<\/a>, l’une des figures de proue de l’analyse math\u00e9matique europ\u00e9enne de l’\u00e9poque. N\u00f8rlund, c\u00e9l\u00e8bre pour ses trait\u00e9s sur les \u00e9quations aux diff\u00e9rences finies et la th\u00e9orie des fonctions sp\u00e9ciales, impose \u00e0 ses \u00e9tudiants des standards de rigueur axiomatique sans compromis. L’influence de N\u00f8rlund sur Rasch est capitale : elle lui transmet le d\u00e9go\u00fbt des approximations informelles et l’habitude d’aborder tout probl\u00e8me quantitatif \u00e0 partir de ses propri\u00e9t\u00e9s de sym\u00e9trie, de lin\u00e9arit\u00e9 et de structure fonctionnelle. Durant cette phase de maturation universitaire, Rasch se consacre aux fondements de l’alg\u00e8bre matricielle et \u00e0 la th\u00e9orie analytique des \u00e9quations diff\u00e9rentielles lin\u00e9aires, s’\u00e9loignant d\u00e9lib\u00e9r\u00e9ment de toute application pratique imm\u00e9diate pour cultiver une esth\u00e9tique de la preuve math\u00e9matique pure.<\/p>\n

Ce parcours d’apprentissage culmine en 1930 avec la soutenance de sa th\u00e8se de doctorat d’\u00c9tat, intitul\u00e9e Om matrixregning og dens anvendelse paa differens- og differentialligninger<\/em> (Sur le calcul matriciel et son application aux \u00e9quations aux diff\u00e9rences et diff\u00e9rentielles). Dans cette dissertation magistrale, Rasch d\u00e9montre une ma\u00eetrise \u00e9blouissante des transformations lin\u00e9aires et des op\u00e9rateurs diff\u00e9rentiels, recevant les \u00e9loges du corps professoral danois. Toutefois, cette cons\u00e9cration acad\u00e9mique marque paradoxalement un tournant d\u00e9cisif dans ses aspirations intellectuelles. Conscient des limites d’un platonisme math\u00e9matique d\u00e9sincarn\u00e9, Georg Rasch ressent le besoin croissant d’\u00e9prouver ses outils formels au contact des r\u00e9alit\u00e9s empiriques et des sciences de la nature, amor\u00e7ant ainsi une r\u00e9orientation progressive mais irr\u00e9versible vers la mod\u00e9lisation statistique.<\/p>\n

1.2 Le compagnonnage acad\u00e9mique avec Ronald A. Fisher<\/h3>\n

Au milieu des ann\u00e9es 1930, la statistique math\u00e9matique conna\u00eet une r\u00e9volution paradigmatique impuls\u00e9e par les travaux novateurs de Ronald Aylmer Fisher<\/a> \u00e0 la station exp\u00e9rimentale de Rothamsted, au Royaume-Uni. B\u00e9n\u00e9ficiant d’une bourse d’\u00e9tudes de la Fondation Carlsberg en 1935, Georg Rasch d\u00e9cide d’effectuer un s\u00e9jour de recherche prolong\u00e9 aupr\u00e8s de Fisher afin d’assimiler les nouveaux fondements th\u00e9oriques de l’inf\u00e9rence inductive. Cette rencontre constitue un choc \u00e9pist\u00e9mologique majeur pour le math\u00e9maticien danois. \u00c0 Rothamsted, Rasch d\u00e9couvre une statistique qui ne se r\u00e9duit plus \u00e0 la simple compilation descriptive de donn\u00e9es sociod\u00e9mographiques ou astronomiques, mais s’affirme comme une logique math\u00e9matique rigoureuse de la d\u00e9cision exp\u00e9rimentale et de l’extraction d’information.<\/p>\n

Aupr\u00e8s de Fisher, Rasch assimile en profondeur les concepts r\u00e9volutionnaires d’estimation par maximum de vraisemblance, d’analyse de variance, d’information de Fisher et, par-dessus tout, la notion fondamentale de statistique exhaustive<\/a> (sufficient statistic<\/em>). La suffisance statistique fascine particuli\u00e8rement Rasch : l’id\u00e9e qu’un condens\u00e9 arithm\u00e9tique simple des donn\u00e9es puisse extraire la totalit\u00e9 de l’information disponible sur un param\u00e8tre sans perdre la moindre parcelle de certitude probabiliste r\u00e9sonne avec ses exigences d’\u00e9l\u00e9gance analytique h\u00e9rit\u00e9es de N\u00f8rlund. Cette propri\u00e9t\u00e9 math\u00e9matique devient le socle conceptuel in\u00e9branlable sur lequel il b\u00e2tira plus tard ses propres mod\u00e8les psychom\u00e9triques.<\/p>\n

Cependant, ce compagnonnage intellectuel n’est pas exempt de tensions m\u00e9thodologiques souterraines. Alors que Fisher adopte une posture parfois pragmatique o\u00f9 le mod\u00e8le statistique est choisi pour optimiser l’ad\u00e9quation aux donn\u00e9es agronomiques complexes, Rasch d\u00e9veloppe une sensibilit\u00e9 distincte. L’esprit de Rasch r\u00e9pugne \u00e0 l’introduction de param\u00e8tres ad hoc<\/em> visant simplement \u00e0 masquer les anomalies exp\u00e9rimentales. Pour le Danois, les donn\u00e9es empiriques doivent poss\u00e9der une r\u00e9gularit\u00e9 structurelle traduisant une loi naturelle immuable ; si les donn\u00e9es ne s’ajustent pas \u00e0 une formulation \u00e9l\u00e9gante et exhaustive, c’est l’exp\u00e9rience elle-m\u00eame ou le dispositif de mesure qui doit \u00eatre remis en question. Cette divergence philosophique embryonnaire, loin d’affaiblir l’admiration de Rasch pour Fisher, consolide son ambition d’\u00e9riger la statistique en une v\u00e9ritable th\u00e9orie normative de la mesure.<\/p>\n

1.3 Les premi\u00e8res fonctions professionnelles au Danemark<\/h3>\n

De retour au Danemark \u00e0 la fin des ann\u00e9es 1930, Georg Rasch se retrouve confront\u00e9 \u00e0 la pr\u00e9carit\u00e9 des d\u00e9bouch\u00e9s acad\u00e9miques pour les statisticiens math\u00e9maticiens dans les universit\u00e9s scandinaves d’avant-guerre. Loin d’obtenir imm\u00e9diatement une chaire professorale, il est contraint d’exercer des fonctions de consultant statistique ind\u00e9pendant pour diverses institutions publiques et priv\u00e9es. C’est durant cette p\u00e9riode qu’il entame une collaboration d\u00e9cisive avec le prestigieux Statens Serum Institut<\/em> (Institut s\u00e9roth\u00e9rapique de l’\u00c9tat danois) \u00e0 Copenhague, dirig\u00e9 par des biologistes et des immunologistes de renomm\u00e9e internationale confront\u00e9s aux d\u00e9fis de la standardisation des vaccins, des s\u00e9rums et des antibiotiques naissants.<\/p>\n

Dans ce laboratoire biom\u00e9dical, Rasch est imm\u00e9diatement confront\u00e9 au probl\u00e8me \u00e9pineux du bio-essai (bioassay<\/em>) et de la mesure quantitative des toxines et anticorps. Il constate avec stup\u00e9faction que les r\u00e9sultats des dosages biologiques varient de mani\u00e8re erratique en fonction des souches d’animaux de laboratoire utilis\u00e9es (souris, cobayes) et des conditions exp\u00e9rimentales locales. Comment d\u00e9finir l’efficacit\u00e9 d’un s\u00e9rum si cette efficacit\u00e9 d\u00e9pend intrins\u00e8quement de la sensibilit\u00e9 individuelle de l’animal sacrifi\u00e9 pour le test ? Cette interrogation met en lumi\u00e8re l’imperfection des \u00e9chelles de mesure biologiques de l’\u00e9poque et forge chez Rasch la conviction qu’une mesure valide doit \u00eatre imp\u00e9rativement d\u00e9coupl\u00e9e des caract\u00e9ristiques idiosyncrasiques du r\u00e9actif utilis\u00e9 pour l’obtenir.<\/p>\n

Travaillant sur des donn\u00e9es relatives aux courbes de croissance bact\u00e9rienne, \u00e0 la toxicit\u00e9 compar\u00e9e et aux r\u00e9actions immunitaires durant toute la p\u00e9riode troubl\u00e9e de la Seconde Guerre mondiale, Rasch d\u00e9veloppe une intuition m\u00e9trologique pionni\u00e8re. Il observe que pour extraire une constante biologique stable, il est indispensable de mod\u00e9liser s\u00e9par\u00e9ment la r\u00e9sistance de l’h\u00f4te et la virulence de l’agent pathog\u00e8ne. Cette longue confrontation avec l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 du vivant constitue le creuset empirique o\u00f9 se forge son armature th\u00e9orique. Lorsqu’au d\u00e9but des ann\u00e9es 1950, les institutions militaires et \u00e9ducatives danoises feront appel \u00e0 ses comp\u00e9tences statistiques, Georg Rasch sera intellectuellement arm\u00e9 pour identifier les m\u00eames d\u00e9faillances fondamentales au sein des tests psychologiques et p\u00e9dagogiques.<\/p>\n

2. L’\u00e9mergence des mod\u00e8les de mesure : La crise des tests psychologiques d’apr\u00e8s-guerre<\/h2>\n

2.1 La mission aupr\u00e8s de l’Institut militaire danois de psychologie<\/h3>\n

Au lendemain de la Seconde Guerre mondiale, dans le contexte de la reconstruction et de la guerre froide naissante, les forces arm\u00e9es danoises entreprennent une modernisation radicale de leurs processus de recrutement et de conscription. En 1951, le minist\u00e8re de la D\u00e9fense sollicite formellement Georg Rasch par l’interm\u00e9diaire de l’Institut militaire de psychologie (Milit\u00e6rpsykologisk Tjeneste<\/em>). L’institution fait face \u00e0 une crise m\u00e9thodologique s\u00e9v\u00e8re : les tests psychotechniques et d’intelligence standardis\u00e9s, administr\u00e9s chaque ann\u00e9e \u00e0 des dizaines de milliers de jeunes recrues pour d\u00e9terminer leur affectation op\u00e9rationnelle, produisent des r\u00e9sultats discordants et instables d’une cohorte \u00e0 l’autre.<\/p>\n

En examinant les protocoles d’\u00e9valuation militaire, Rasch d\u00e9couvre avec consternation l’arbitraire des m\u00e9thodes en vigueur. Les scores attribu\u00e9s aux soldats reposent sur le comptage simpliste des bonnes r\u00e9ponses (le score brut) obtenu \u00e0 des batteries de questions h\u00e9t\u00e9rog\u00e8nes. Si une cohorte est soumise \u00e0 un test contenant des items l\u00e9g\u00e8rement plus difficiles, le niveau intellectuel apparent des recrues semble s’effondrer ; inversement, si un formulaire plus ais\u00e9 est administr\u00e9, les comp\u00e9tences g\u00e9n\u00e9rales semblent cro\u00eetre artificiellement. L’arm\u00e9e est incapable d’\u00e9tablir une \u00e9chelle de s\u00e9lection universelle permettant de comparer une recrue \u00e9valu\u00e9e en 1952 avec un formulaire A \u00e0 une recrue \u00e9valu\u00e9e en 1953 avec un formulaire B.<\/p>\n

Rasch met imm\u00e9diatement en \u00e9vidence le vice r\u00e9dhibitoire de cette approche : l’interd\u00e9pendance mutuelle et circulaire entre l’\u00e9chantillon d’individus et l’\u00e9chelle d’\u00e9valuation. La difficult\u00e9 d’un item n’est d\u00e9finie que par le pourcentage d’individus de l’\u00e9chantillon qui le r\u00e9ussissent, tandis que l’aptitude d’un individu n’est d\u00e9finie que par rapport au lot arbitraire d’items qui lui ont \u00e9t\u00e9 pr\u00e9sent\u00e9s. Rejetant ce relativisme empirique, Rasch formule une exigence fondamentale : un syst\u00e8me d’\u00e9valuation scientifique digne de ce nom doit garantir l’invariance des param\u00e8tres. La mesure de l’aptitude d’un soldat ne saurait d\u00e9pendre du choix particulier des questions pos\u00e9es, pas plus que la hauteur d’une table ne d\u00e9pend de l’\u00e9talon en bois ou en m\u00e9tal utilis\u00e9 pour la toiser.<\/p>\n

2.2 L’analyse des difficult\u00e9s d’apprentissage de la lecture<\/h3>\n

Parall\u00e8lement \u00e0 ses travaux pour l’arm\u00e9e danoise, Georg Rasch est sollicit\u00e9 en 1952 par le minist\u00e8re de l’\u00c9ducation pour superviser une vaste \u00e9tude longitudinale consacr\u00e9e \u00e0 la r\u00e9\u00e9ducation des enfants atteints de troubles graves de l’apprentissage de la lecture et de dyslexie. Ce projet, men\u00e9 en collaboration avec des p\u00e9dagogues cliniciens danois, vise \u00e0 \u00e9valuer l’efficacit\u00e9 de m\u00e9thodes d’enseignement sp\u00e9cialis\u00e9es en mesurant les progr\u00e8s des \u00e9l\u00e8ves \u00e0 intervalles r\u00e9guliers sur plusieurs ann\u00e9es. Les donn\u00e9es collect\u00e9es comprennent \u00e0 la fois le nombre d’erreurs commises et la vitesse d’\u00e9locution lors de la lecture \u00e0 voix haute de textes standardis\u00e9s de complexit\u00e9 variable.<\/p>\n

Face \u00e0 ce mat\u00e9riau exp\u00e9rimental, Rasch refuse d’agr\u00e9ger arbitrairement les erreurs et les temps dans des indices composites d\u00e9nu\u00e9s de sens physique. Il entreprend une analyse minutieuse de la structure probabiliste des erreurs de lecture. En examinant les matrices de donn\u00e9es croisant les \u00e9l\u00e8ves et les textes, il observe une r\u00e9gularit\u00e9 math\u00e9matique stup\u00e9fiante : pour un \u00e9l\u00e8ve donn\u00e9, le ratio des taux d’erreurs entre deux textes distincts demeure constant, quel que soit le niveau g\u00e9n\u00e9ral de comp\u00e9tence de cet \u00e9l\u00e8ve. Sym\u00e9triquement, pour un texte donn\u00e9, le ratio des taux d’erreurs entre deux enfants demeure identique, quel que soit le niveau de difficult\u00e9 intrins\u00e8que du texte soumis \u00e0 l’exercice.<\/p>\n

Cette observation empirique cruciale conduit Rasch \u00e0 formaliser une relation multiplicative s\u00e9parable o\u00f9 le taux d’erreur attendu est le produit direct de deux facteurs ind\u00e9pendants : un param\u00e8tre caract\u00e9risant la difficult\u00e9 propre du texte et un param\u00e8tre refl\u00e9tant l’incomp\u00e9tence relative de l’enfant. Cette mod\u00e9lisation, initialement con\u00e7ue sous la forme d’un processus de Poisson pour les donn\u00e9es de comptage d’erreurs chronom\u00e9tr\u00e9es, constitue l’\u00e9tincelle intellectuelle originelle. Rasch vient de d\u00e9couvrir que la relation entre le sujet et l’\u00e9preuve n’a pas besoin d’\u00eatre m\u00e9diatis\u00e9e par des corr\u00e9lations globales de population, mais peut \u00eatre r\u00e9solue localement au moyen d’un mod\u00e8le probabiliste param\u00e9trique assurant la s\u00e9paration stricte de l’objet mesur\u00e9 et de l’outil de mesure.<\/p>\n

2.3 La rupture \u00e9pist\u00e9mologique avec la Th\u00e9orie classique des tests<\/h3>\n

Cette perc\u00e9e conceptuelle am\u00e8ne Georg Rasch \u00e0 formuler une critique sans concession de l’orthodoxie psychom\u00e9trique dominante de son temps : la Th\u00e9orie classique des tests<\/a> (TCT), forg\u00e9e par Charles Spearman, perfectionn\u00e9e par Truman Kelley et consolid\u00e9e par les manuels de r\u00e9f\u00e9rence de Harold Gulliksen. Dans le paradigme de la TCT, le score observ\u00e9 d’un sujet est d\u00e9compos\u00e9 de mani\u00e8re tautologique en un \u00ab score vrai \u00bb et une erreur al\u00e9atoire non corr\u00e9l\u00e9e :
\n
\nX = T + E<\/em>
\n
\nRasch identifie l’illusion ontologique qui sous-tend cette \u00e9quation : le score vrai n’est rien d’autre que l’esp\u00e9rance math\u00e9matique du score brut obtenu sur un test sp\u00e9cifique, ce qui en fait une variable non m\u00e9trique, born\u00e9e artificiellement par le nombre total d’items et d\u00e9sesp\u00e9r\u00e9ment d\u00e9pendante du contexte de passation.<\/p>\n

Rasch s’attaque vigoureusement \u00e0 l’usage des coefficients de corr\u00e9lation de Pearson et aux matrices factorielles de Spearman et de Louis Leon Thurstone<\/a> pour valider les instruments psychologiques. Il d\u00e9montre avec une clart\u00e9 impitoyable que les coefficients de corr\u00e9lation ne sont pas des propri\u00e9t\u00e9s intrins\u00e8ques des instruments de mesure, mais des artefacts descriptifs tributaires de la variance et de la dispersion de l’\u00e9chantillon utilis\u00e9 pour les calculer. Une \u00e9chelle de test jug\u00e9e hautement fiable au sens de la consistance interne (comme le coefficient alpha de Cronbach) sur un \u00e9chantillon h\u00e9t\u00e9rog\u00e8ne verra sa fiabilit\u00e9 s’effondrer si elle est administr\u00e9e \u00e0 un groupe plus homog\u00e8ne, prouvant l’instabilit\u00e9 constitutive de ces indicateurs.<\/p>\n

Pour Rasch, assimiler la fid\u00e9lit\u00e9 statistique ou la consistance interne d’un test \u00e0 une v\u00e9ritable mesure quantitative rel\u00e8ve d’une abdication scientifique. En arithm\u00e9tique ou en g\u00e9om\u00e9trie, la validit\u00e9 d’une r\u00e8gle gradu\u00e9e ne d\u00e9pend pas de l’ensemble des objets que l’on se propose de mesurer avec elle. En refusant de cautionner l’\u00e9difice de la TCT, Rasch proclame que la psychologie exp\u00e9rimentale n’a jamais v\u00e9ritablement mesur\u00e9 quoi que ce soit, mais s’est content\u00e9e de classer ordinalement des individus sur la base de scores num\u00e9riques d\u00e9pourvus d’unit\u00e9s stables et de propri\u00e9t\u00e9s additives. Il devient alors indispensable d’\u00e9laborer une th\u00e9orie radicalement neuve de la mesure probabiliste.<\/p>\n

3. Le principe d’objectivit\u00e9 sp\u00e9cifique : C\u0153ur philosophique du paradigme<\/h2>\n

3.1 D\u00e9finition formelle et implications \u00e9pist\u00e9mologiques<\/h3>\n

Au c\u0153ur de l’\u00e9difice conceptuel \u00e9labor\u00e9 par Georg Rasch se trouve le principe d’objectivit\u00e9 sp\u00e9cifique<\/strong> (specifically objective measurement<\/em>), formul\u00e9 avec une pr\u00e9cision croissante tout au long des ann\u00e9es 1950 et syst\u00e9matis\u00e9 dans ses \u00e9crits ult\u00e9rieurs. Par cette expression, Rasch entend d\u00e9finir les conditions de possibilit\u00e9 minimales et universelles sous lesquelles une inf\u00e9rence empirique peut revendiquer le statut de mesure scientifique objective. Ce principe stipule que la comparaison quantitative entre deux individus, relativement \u00e0 une caract\u00e9ristique psychologique ou cognitive d\u00e9termin\u00e9e, doit s’av\u00e9rer strictement ind\u00e9pendante des stimuli ou des items sp\u00e9cifiques employ\u00e9s pour effectuer cette comparaison au sein de l’univers de mesure pertinent.<\/p>\n

De mani\u00e8re rigoureusement sym\u00e9trique et compl\u00e9mentaire, l’objectivit\u00e9 sp\u00e9cifique impose que la comparaison entre deux items, c’est-\u00e0-dire l’\u00e9valuation de leur difficult\u00e9 relative ou de leur calibrage m\u00e9trologique, soit parfaitement ind\u00e9pendante de l’\u00e9chantillon particulier de sujets ayant r\u00e9pondu \u00e0 ces items. Cette double ind\u00e9pendance conditionnelle brise d\u00e9finitivement la circularit\u00e9 vicieuse qui paralysait la psychom\u00e9trie traditionnelle. Si deux personnes poss\u00e8dent des niveaux d’aptitude distincts, leur rapport d’aptitude doit pouvoir \u00eatre estim\u00e9 avec la m\u00eame esp\u00e9rance math\u00e9matique, que l’\u00e9preuve mobilis\u00e9e soit compos\u00e9e de questions ardues ou \u00e9l\u00e9mentaires, pourvu que le mod\u00e8le statistique de capture soit respect\u00e9.<\/p>\n

Rasch \u00e9tablit un parall\u00e8le \u00e9pist\u00e9mologique direct entre cette exigence et la constitution historique de la m\u00e9trologie dans les sciences physiques fondamentales. Lorsqu’un physicien compare la masse de deux corps mat\u00e9riels \u00e0 l’aide d’une balance \u00e0 fl\u00e9au, le r\u00e9sultat de la pes\u00e9e relative ne d\u00e9pend aucunement du fait que l’op\u00e9ration soit r\u00e9alis\u00e9e \u00e0 Paris ou \u00e0 Copenhague, ni du jeu de poids \u00e9talons sp\u00e9cifiques utilis\u00e9s pour \u00e9quilibrer le dispositif. L’objectivit\u00e9 sp\u00e9cifique n’est donc pas une simple commodit\u00e9 algorithmique ; elle constitue une exigence transcendantale sans laquelle aucune science ne peut s’affranchir du nominalisme et pr\u00e9tendre d\u00e9couvrir des lois quantitatives invariantes.<\/p>\n

3.2 La s\u00e9paration des param\u00e8tres du sujet et de l’item<\/h3>\n

Pour traduire le principe d’objectivit\u00e9 sp\u00e9cifique dans le langage de l’analyse math\u00e9matique, Georg Rasch pose comme postulat formel la n\u00e9cessit\u00e9 d’une s\u00e9paration int\u00e9grale des param\u00e8tres r\u00e9gissant l’interaction entre l’observateur et l’observ\u00e9. Dans toute situation d’\u00e9valuation, deux entit\u00e9s distinctes entrent en collision statistique : le sujet individuel, caract\u00e9ris\u00e9 par un param\u00e8tre latent d’aptitude ou d’intensit\u00e9 not\u00e9 $\\theta$<\/span> (th\u00eata), et le stimulus ou item de test, caract\u00e9ris\u00e9 par un param\u00e8tre latent de difficult\u00e9 ou de r\u00e9sistance not\u00e9 $\\beta$<\/span> (b\u00eata). La mod\u00e9lisation de cette rencontre doit imp\u00e9rativement interdire toute contamination crois\u00e9e ou terme d’interaction non lin\u00e9aire complexe entre $\\theta$<\/span> et $\\beta$<\/span>.<\/p>\n

Cette s\u00e9parabilit\u00e9 math\u00e9matique s’exprime par le fait que les fonctions de vraisemblance doivent pouvoir \u00eatre factoris\u00e9es de telle mani\u00e8re que le param\u00e8tre du sujet disparaisse de l’estimation du param\u00e8tre de l’item, et r\u00e9ciproquement. C’est ici que l’h\u00e9ritage de Ronald Fisher et le recours \u00e0 la statistique exhaustive<\/a> jouent un r\u00f4le pivot. Rasch d\u00e9montre que la s\u00e9parabilit\u00e9 des param\u00e8tres n’est possible que si et seulement si le score total brut d’un individu (la simple somme arithm\u00e9tique de ses r\u00e9ussites) contient toute l’information disponible sur son aptitude $\\theta$<\/span>, sans qu’aucune information suppl\u00e9mentaire ne r\u00e9side dans le profil ou le motif sp\u00e9cifique de ses r\u00e9ponses individuelles.<\/p>\n

Il existe une divergence philosophique monumentale entre cette approche et les d\u00e9marches traditionnelles de la mod\u00e9lisation statistique pr\u00e9dictive ou descriptive. Dans la mod\u00e9lisation standard, le chercheur observe un nuage de points et tente d’ajuster une fonction math\u00e9matique comportant autant de coefficients que n\u00e9cessaire pour r\u00e9duire l’erreur d’ajustement aux moindres carr\u00e9s. Dans l’optique raschienne, le mod\u00e8le n’est pas con\u00e7u pour d\u00e9crire les donn\u00e9es brutes telles qu’elles \u00e9mergent du chaos empirique, mais agit comme un filtre s\u00e9lectif : seules les observations qui satisfont \u00e0 la condition de s\u00e9parabilit\u00e9 des param\u00e8tres sont recevables pour \u00e9riger une \u00e9chelle de mesure. Le mod\u00e8le est roi ; les donn\u00e9es d\u00e9faillantes sont r\u00e9cus\u00e9es.<\/p>\n

3.3 R\u00e9sonances avec les th\u00e9ories axiomatiques de la mesure<\/h3>\n

L’originalit\u00e9 des intuitions de Georg Rasch s’est trouv\u00e9e magistralement confirm\u00e9e quelques ann\u00e9es plus tard par les avanc\u00e9es ind\u00e9pendantes de la philosophie math\u00e9matique et de la psychologie math\u00e9matique axiomatique. En 1964, les chercheurs am\u00e9ricains R. Duncan Luce<\/a> et John Tukey<\/a> publient leur article fondateur sur la th\u00e9orie de la mesure conjointe additive<\/em> (Simultaneous Conjoint Measurement: A New Type of Fundamental Measurement<\/em>). Dans ce texte s\u00e9minal, Luce et Tukey d\u00e9montrent qu’il est math\u00e9matiquement possible de construire de v\u00e9ritables \u00e9chelles d’intervalles quantitatives pour des attributs non directement observables sans avoir recours \u00e0 une op\u00e9ration physique d’adjonction ou de concat\u00e9nation mat\u00e9rielle (comme l’alignement de tiges pour mesurer une longueur).<\/p>\n

Les th\u00e9oriciens de la mesure ont rapidement \u00e9tabli que le mod\u00e8le \u00e9labor\u00e9 empiriquement par Georg Rasch pour les r\u00e9ponses binaires constitue pr\u00e9cis\u00e9ment la transposition probabiliste rigoureuse des axiomes d\u00e9terministes de la mesure conjointe additive de Luce et Tukey. Lorsque les donn\u00e9es empiriques satisfont au mod\u00e8le de Rasch, les conditions fondamentales de transitivit\u00e9, de monotonie et d’annulation double (double cancellation<\/em>) sont rigoureusement respect\u00e9es au niveau des esp\u00e9rances math\u00e9matiques, garantissant que les intervalles entre les scores sur le continuum latent poss\u00e8dent une signification m\u00e9trologique constante d’une extr\u00e9mit\u00e9 \u00e0 l’autre de l’\u00e9chelle.<\/p>\n

Cette convergence th\u00e9orique a des r\u00e9percussions consid\u00e9rables sur le statut \u00e9pist\u00e9mologique de la psychologie. Elle apporte une r\u00e9ponse d\u00e9finitive au fameux rapport du comit\u00e9 Ferguson de la British Association for the Advancement of Science de 1940, qui avait conclu avec condescendance que les tests psychologiques ne pourraient jamais pr\u00e9tendre au statut de mesure scientifique en raison de l’impossibilit\u00e9 d’une concat\u00e9nation physique des \u00e9tats mentaux. Gr\u00e2ce aux axiomes de la mesure conjointe et \u00e0 la formulation probabiliste de Rasch, les sciences humaines acc\u00e8dent l\u00e9gitimement au rang de sciences m\u00e9trologiques fondamentales, capables d’\u00e9riger des \u00e9chelles d’intervalles continues r\u00e9gies par des lois de composition additives pures.<\/p>\n

4. Le mod\u00e8le dichotomique de Rasch : Structure math\u00e9matique et propri\u00e9t\u00e9s<\/h2>\n

4.1 Formulation probabiliste et fonction logistique<\/h3>\n

Le mod\u00e8le canonique d\u00e9velopp\u00e9 par Georg Rasch pour le traitement des r\u00e9ponses dichotomiques (items cod\u00e9s 1 pour une r\u00e9ussite ou un accord, et 0 pour un \u00e9chec ou un d\u00e9saccord) se caract\u00e9rise par une \u00e9l\u00e9gance formelle remarquable. Soit un ensemble de $N$<\/span> individus confront\u00e9s \u00e0 un ensemble de $K$<\/span> items d’\u00e9preuve. On note $X_{ni} in {0, 1}$<\/span> la variable al\u00e9atoire repr\u00e9sentant la performance du sujet $n$<\/span> \u00e0 l’item $i$<\/span>. Le mod\u00e8le stipule que la probabilit\u00e9 conditionnelle de r\u00e9ussite d\u00e9pend exclusivement de la diff\u00e9rence alg\u00e9brique entre l’aptitude latente du sujet, not\u00e9e $\\theta_n$<\/span>, et la difficult\u00e9 intrins\u00e8que de l’item, not\u00e9e $\\beta_i$<\/span>. Cette probabilit\u00e9 est r\u00e9gie par la fonction logistique standard :<\/p>\n

$$P(X_{ni} = 1 mid \\theta_n, \\beta_i) = \\frac{\\exp(\\theta_n – \\beta_i)}{1 + \\exp(\\theta_n – \\beta_i)}$$<\/span><\/p>\n

Sym\u00e9triquement, la probabilit\u00e9 d’\u00e9chec s’\u00e9crit sous la forme compl\u00e9mentaire suivante :<\/p>\n

$$P(X_{ni} = 0 mid \\theta_n, \\beta_i) = \\frac{1}{1 + \\exp(\\theta_n – \\beta_i)}$$<\/span><\/p>\n

En introduisant le concept de cote (odds<\/em>), d\u00e9fini comme le ratio entre la probabilit\u00e9 de succ\u00e8s et la probabilit\u00e9 d’\u00e9chec, le mod\u00e8le prend une tournure lin\u00e9aire remarquable par l’application de la transformation logit (le logarithme n\u00e9p\u00e9rien du rapport de cotes) :<\/p>\n

$$\\ln\\left(\\frac{P(X_{ni} = 1)}{1 – P(X_{ni} = 1)}\\right) = \\theta_n – \\beta_i$$<\/span><\/p>\n

Cette formulation transforme un espace born\u00e9 de probabilit\u00e9s empiriques $[0, 1]$<\/span> en un continuum m\u00e9trique non born\u00e9 s’\u00e9tendant de $-\\infty$<\/span> \u00e0 $+\\infty$<\/span>, exprim\u00e9 dans une unit\u00e9 universelle nomm\u00e9e le logit<\/strong>. Sur le plan g\u00e9om\u00e9trique, la courbe caract\u00e9ristique de l’item (Item Characteristic Curve<\/em>, ICC) pr\u00e9sente une allure sigmo\u00efde immuable. Propri\u00e9t\u00e9 capitale : toutes les courbes caract\u00e9ristiques d’items d’un mod\u00e8le de Rasch poss\u00e8dent rigoureusement la m\u00eame pente au point d’inflexion o\u00f9 $\\theta_n = \\beta_i$<\/span> (pente unitaire correspondant \u00e0 une d\u00e9riv\u00e9e de 0,25). Il n’existe d\u00e9lib\u00e9r\u00e9ment aucun param\u00e8tre de discrimination variable ni aucun param\u00e8tre d’asymptote inf\u00e9rieure mod\u00e9lisant la pseudo-chance. Deux courbes d’items ne peuvent donc jamais se croiser dans l’espace euclidien, garantissant une hi\u00e9rarchie ordinale parfaitement invariante des questions quel que soit le niveau des r\u00e9pondants.<\/p>\n

4.2 Statistiques exhaustives et estimation conditionnelle<\/h3>\n

L’une des propri\u00e9t\u00e9s les plus puissantes du mod\u00e8le de Rasch r\u00e9side dans le statut math\u00e9matique d\u00e9volu aux sommes marginales des r\u00e9ponses d’un individu et d’un item. En vertu du th\u00e9or\u00e8me de factorisation de Fisher-Neyman, la probabilit\u00e9 conjointe du vecteur complet des r\u00e9ponses $X_n = (X_{n1}, X_{n2}, dots, X_{nK})$<\/span> d’un individu $n$<\/span> s’\u00e9crit comme le produit des probabilit\u00e9s ind\u00e9pendantes de chaque item sous l’hypoth\u00e8se d’ind\u00e9pendance locale conditionnelle :<\/p>\n

$$P(X_n mid \\theta_n, \\beta) = \\prod_{i=1}^K \\frac{\\exp(X_{ni}(\\theta_n – \\beta_i))}{1 + \\exp(\\theta_n – \\beta_i)} = \\frac{\\exp\\left(\\theta_n \\sum_{i=1}^K X_{ni} – \\sum_{i=1}^K X_{ni}\\beta_i\\right)}{\\prod_{i=1}^K (1 + \\exp(\\theta_n – \\beta_i))}$$<\/span><\/p>\n

Cette \u00e9criture met en exergue un ph\u00e9nom\u00e8ne capital : le param\u00e8tre du sujet $\\theta_n$<\/span> n’interagit avec les observations qu’\u00e0 travers l’unique terme scalaire $R_n = \\sum_{i=1}^K X_{ni}$<\/span>, qui repr\u00e9sente le score total brut obtenu par la personne (le d\u00e9compte du nombre total de bonnes r\u00e9ponses). Par cons\u00e9quent, le score brut $R_n$<\/span> constitue la statistique exhaustive minimale<\/strong> pour l’aptitude individuelle $\\theta_n$<\/span>. De fa\u00e7on parfaitement sym\u00e9trique, le nombre total d’individus ayant r\u00e9ussi l’item $i$<\/span>, not\u00e9 $S_i = \\sum_{n=1}^N X_{ni}$<\/span>, constitue la statistique exhaustive minimale pour la difficult\u00e9 de l’item $\\beta_i$<\/span>. Aucune pond\u00e9ration complexe des items n’est n\u00e9cessaire ni tol\u00e9r\u00e9e : deux individus ayant obtenu un score de 15 sur 30 poss\u00e8dent exactement la m\u00eame estimation de leur aptitude latente $\\theta$<\/span>, ind\u00e9pendamment de la combinaison pr\u00e9cise des 15 items qu’ils ont r\u00e9solus avec succ\u00e8s.<\/p>\n

Cette propri\u00e9t\u00e9 de suffisance ouvre la voie \u00e0 une m\u00e9thode d’estimation statistique d’une puret\u00e9 exceptionnelle : l’estimation par maximum de vraisemblance conditionnelle<\/strong> (Conditional Maximum Likelihood<\/em>, CML). En conditionnant la fonction de vraisemblance globale sur les scores totaux observ\u00e9s $R_n$<\/span>, les param\u00e8tres individuels $\\theta_n$<\/span> s’\u00e9liminent purement et simplement de l’\u00e9quation alg\u00e9brique par simplification. Le statisticien peut ainsi estimer les param\u00e8tres de difficult\u00e9 des items $\\beta_i$<\/span> sans avoir besoin d’estimer simultan\u00e9ment les param\u00e8tres des personnes, et, surtout, sans devoir formuler la moindre hypoth\u00e8se distributionnelle a priori<\/em> quant \u00e0 la forme de la population (comme l’hypoth\u00e8se d’une loi normale, si souvent viol\u00e9e en pratique). Cette \u00e9limination absolue des param\u00e8tres incidents r\u00e9sout avec brio le redoutable probl\u00e8me math\u00e9matique identifi\u00e9 par Neyman et Scott en 1948.<\/p>\n

4.3 L’invariance de l’\u00e9chelle et la m\u00e9trique des logits<\/h3>\n

L’\u00e9chelle m\u00e9trique g\u00e9n\u00e9r\u00e9e par le mod\u00e8le dichotomique de Rasch op\u00e8re une transformation radicale des donn\u00e9es ordinales brutes en une \u00e9chelle d’intervalles continus r\u00e9gie par des propri\u00e9t\u00e9s additives pures. L’unit\u00e9 fondamentale de cette \u00e9chelle, le logit, poss\u00e8de une signification constante sur l’ensemble du continuum latent. Une diff\u00e9rence de 1 logit entre deux individus (par exemple $\\theta_1 – \\theta_2 = 1{,}0$<\/span>) implique immuablement que la cote de r\u00e9ussite du premier est multipli\u00e9e par le facteur math\u00e9matique $e \\approx 2{,}718$<\/span> par rapport \u00e0 celle du second pour n’importe quel item valide du domaine consid\u00e9r\u00e9. Cette invariance d’\u00e9chelle conf\u00e8re aux mesures raschiennes une interpr\u00e9tation concr\u00e8te, analogue \u00e0 l’usage des \u00e9chelles logarithmiques en acoustique (d\u00e9cibels) ou en chimie (pH).<\/p>\n

Puisque le mod\u00e8le ne d\u00e9pend que de la diff\u00e9rence relative $(\\theta_n – \\beta_i)$<\/span>, l’\u00e9chelle des logits ne poss\u00e8de pas d’origine absolue naturelle ; elle est invariante sous toute transformation affine de translation. Pour fixer l’origine m\u00e9trique de l’instrument de mesure, il est d’usage conventionnel d’appliquer une contrainte d’identification, la plus fr\u00e9quente consistant \u00e0 centrer la moyenne des difficult\u00e9s d’items sur la valeur z\u00e9ro :<\/p>\n

$$\\sum_{i=1}^K \\beta_i = 0$$<\/span><\/p>\n

Une fois cette origine ancr\u00e9e, la position de n’importe quel individu ou item sur l’axe latent est d\u00e9termin\u00e9e de mani\u00e8re univoque. Enfin, l’une des contributions majeures du mod\u00e8le r\u00e9side dans sa conceptualisation de la pr\u00e9cision m\u00e9trologique. Contrairement \u00e0 la th\u00e9orie classique des tests qui postule une erreur standard de mesure uniforme pour l’ensemble d’un test, le mod\u00e8le de Rasch d\u00e9montre que l’erreur standard d’estimation est une fonction continue de l’emplacement du sujet sur le trait latent :<\/p>\n

$$SE(\\theta_n) = \\frac{1}{\\sqrt{I(\\theta_n)}} = \\frac{1}{\\sqrt{\\sum_{i=1}^K P_{ni}(1 – P_{ni})}}$$<\/span><\/p>\n

Cette formulation analytique prouve math\u00e9matiquement que la mesure est infiniment plus pr\u00e9cise au centre de l’instrument, l\u00e0 o\u00f9 le niveau de difficult\u00e9 des items correspond au niveau du r\u00e9pondant ($P_{ni} \\approx 0{,}5$<\/span>), et qu’elle se d\u00e9grade inexorablement aux extr\u00e9mit\u00e9s du spectre o\u00f9 les individus r\u00e9ussissent ou \u00e9chouent \u00e0 la quasi-totalit\u00e9 des questions pos\u00e9es.<\/p>\n

5. La monographie s\u00e9minale de 1960 et sa r\u00e9ception initiale<\/h2>\n

5.1 Analyse de l’ouvrage \u00ab Probabilistic Models for Some Intelligence and Attainment Tests \u00bb<\/h3>\n

En 1960, Georg Rasch compile l’ensemble de ses d\u00e9couvertes th\u00e9oriques et m\u00e9thodologiques dans un ouvrage publi\u00e9 sous l’\u00e9gide de l’Institut danois de recherche p\u00e9dagogique (Danmarks P\u00e6dagogiske Institut<\/em>), intitul\u00e9 sobrement : Probabilistic Models for Some Intelligence and Attainment Tests<\/em><\/a>. Cette publication marque l’acte de naissance officiel de ce qui deviendra la mesure objective contemporaine. Le livre, d’une grande densit\u00e9 formelle, se divise en deux parties compl\u00e9mentaires : d’une part, l’expos\u00e9 des mod\u00e8les multiplicatifs de Poisson appliqu\u00e9s aux \u00e9preuves de vitesse de lecture et de comptage d’erreurs, et d’autre part, la d\u00e9rivation compl\u00e8te du mod\u00e8le logistique pour items dichotomiques appliqu\u00e9 aux tests d’intelligence verbale et g\u00e9om\u00e9trique de l’arm\u00e9e danoise.<\/p>\n

La structure de l’ouvrage se distingue par une alternance constante entre d\u00e9ductions math\u00e9matiques rigoureuses et d\u00e9monstrations empiriques minutieuses men\u00e9es sur des cohortes r\u00e9elles. Rasch y pr\u00e9sente des dizaines de tableaux crois\u00e9s analysant la stabilit\u00e9 des estimations \u00e0 travers des sous-\u00e9chantillons d’\u00e9l\u00e8ves stratifi\u00e9s par \u00e2ge et des groupes de soldats class\u00e9s par niveau d’instruction g\u00e9n\u00e9rale. Il prouve de mani\u00e8re \u00e9clatante que, d\u00e8s lors que les items satisfont \u00e0 son mod\u00e8le probabiliste, les estimations de difficult\u00e9 des items obtenues \u00e0 partir du groupe le plus faible sont rigoureusement identiques, aux fluctuations d’\u00e9chantillonnage pr\u00e8s, \u00e0 celles obtenues aupr\u00e8s du groupe d’\u00e9lite. L’ouvrage consacre \u00e9galement de longs passages \u00e0 la r\u00e9futation des d\u00e9marches d’analyse factorielle en cours, les qualifiant de m\u00e9thodes de r\u00e9gression circulaire incapables d’isoler des constantes m\u00e9trologiques r\u00e9elles.<\/p>\n

Pour illustrer ses th\u00e8ses, Rasch mobilise des donn\u00e9es issues de tests de lecture administr\u00e9s par le psychologue Henning Teurman, montrant que les courbes de performance d’enfants dyslexiques suivent des lois param\u00e9triques invariantes au cours de leur d\u00e9veloppement. L’ouvrage ne se contente pas d’aligner des \u00e9quations ; il propose un manifeste pour une refondation totale des sciences sociales. Rasch y affirme avec force que la psychologie et la sociologie peuvent pr\u00e9tendre au m\u00eame degr\u00e9 de certitude et d’universalit\u00e9 que les sciences physiques, \u00e0 la condition expresse de troquer leur attachement aux agr\u00e9gats statistiques globaux pour des lois fondamentales r\u00e9gissant les \u00e9v\u00e9nements \u00e9l\u00e9mentaires discrets.<\/p>\n

5.2 R\u00e9action de la communaut\u00e9 statistique internationale<\/h3>\n

La parution de la monographie de 1960 est initialement accueillie par une profonde incompr\u00e9hension et un scepticisme marqu\u00e9 de la part de la communaut\u00e9 statistique internationale. Le milieu psychom\u00e9trique am\u00e9ricain et britannique, alors domin\u00e9 par les barons de l’\u00e9cole psychom\u00e9trique classique et factorielle, accueille les affirmations de Rasch avec froideur. Comment un statisticien scandinave isol\u00e9 peut-il affirmer que le score brut total est une statistique exhaustive suffisante, alors que des d\u00e9cennies de travaux men\u00e9s par Thurstone, Guilford ou Kelley reposent pr\u00e9cis\u00e9ment sur la pond\u00e9ration diff\u00e9rentielle des items et l’extraction de facteurs orthogonaux complexes via des matrices de corr\u00e9lations polychoriques ?<\/p>\n

Le point de friction le plus violent r\u00e9side dans l’inversion \u00e9pist\u00e9mique op\u00e9r\u00e9e par Rasch. Les statisticiens de l’\u00e9poque, form\u00e9s \u00e0 l’empirisme inductif baconien, estiment que la t\u00e2che supr\u00eame du mod\u00e9lisateur est d’adapter son \u00e9quation aux particularit\u00e9s de l’\u00e9chantillon observ\u00e9. Lorsque Rasch proclame qu’un item qui ne s’ajuste pas \u00e0 son mod\u00e8le logistique \u00e0 pente unitaire doit \u00eatre impitoyablement banni du test comme d\u00e9fectueux, il est accus\u00e9 d’autoritarisme math\u00e9matique et d’id\u00e9alisme dogmatique. Ses d\u00e9tracteurs affirment avec d\u00e9dain que les \u00eatres humains ne se conforment pas \u00e0 des \u00e9quations logistiques simples et que le mod\u00e8le de Rasch est une vue de l’esprit inapplicable au d\u00e9sordre intrins\u00e8que de la psych\u00e9 humaine.<\/p>\n

\u00c0 cet \u00e9cueil th\u00e9orique s’ajoute un isolement g\u00e9ographique et \u00e9ditorial bien r\u00e9el. Publi\u00e9 \u00e0 Copenhague par un petit institut de recherche p\u00e9dagogique national, l’ouvrage de 1960 ne b\u00e9n\u00e9ficie d’aucun r\u00e9seau commercial mondialis\u00e9 ; les exemplaires physiques circulent sous forme de tir\u00e9s \u00e0 part confidentiels envoy\u00e9s par courrier postal \u00e0 quelques coll\u00e8gues tri\u00e9s sur le volet. Si quelques biom\u00e9triciens europ\u00e9ens de premier plan reconnaissent la virtuosit\u00e9 formelle de la d\u00e9rivation de l’estimation conditionnelle, l’ouvrage semble condamn\u00e9 \u00e0 demeurer une curiosit\u00e9 scandinave sans lendemain, jusqu’\u00e0 ce qu’un concours de circonstances transatlantique vienne bouleverser l’histoire des id\u00e9es scientifiques.<\/p>\n

6. L’expansion am\u00e9ricaine : La collaboration d\u00e9cisive avec Benjamin Wright<\/h2>\n

6.1 Les conf\u00e9rences de 1960 \u00e0 l’Universit\u00e9 de Chicago<\/h3>\n

Le destin mondial des travaux de Georg Rasch bascule de mani\u00e8re spectaculaire \u00e0 l’automne 1960, quelques mois \u00e0 peine apr\u00e8s l’impression de sa monographie danoise. Le statisticien et psychologue de l’\u00e9ducation Chester W. Harris<\/a>, professeur influent \u00e0 l’Universit\u00e9 du Wisconsin et fin connaisseur des math\u00e9matiques d’avant-garde, d\u00e9couvre par hasard le trait\u00e9 de Rasch. \u00c9bloui par la rigueur de l’estimation conditionnelle et la logique de l’objectivit\u00e9 sp\u00e9cifique, Harris persuade le D\u00e9partement de psychologie et des sciences de l’\u00e9ducation de la prestigieuse Universit\u00e9 de Chicago d’inviter Georg Rasch pour une s\u00e9rie de s\u00e9minaires doctoraux exceptionnels.<\/p>\n

Rasch d\u00e9barque \u00e0 Chicago et entame une s\u00e9rie de conf\u00e9rences magistrales devant un parterre d’universitaires chevronn\u00e9s et de jeunes chercheurs en sciences sociales. Parmi les auditeurs r\u00e9guliers se trouve un homme dont la trajectoire intellectuelle va transformer l’histoire de la psychom\u00e9trie : Benjamin Drake Wright<\/a>. Ancien physicien de haut niveau form\u00e9 au California Institute of Technology (Caltech) et converti \u00e0 la psychologie du d\u00e9veloppement sous la tutelle de la psychanalyse et de la sociom\u00e9trie, Wright assiste aux expos\u00e9s de Rasch avec une acuit\u00e9 singuli\u00e8re. Ayant manipul\u00e9 quotidiennement les concepts de mesure absolue et d’invariance en physique des particules, Wright comprend instantan\u00e9ment ce qui \u00e9chappait aux psychologues traditionnels : Georg Rasch vient d’inventer la v\u00e9ritable m\u00e9trologie des sciences humaines.<\/p>\n

La rencontre entre le savant danois aust\u00e8re et le charismatique professeur am\u00e9ricain est une r\u00e9v\u00e9lation mutuelle. Wright est subjugu\u00e9 par la puret\u00e9 de la d\u00e9rivation math\u00e9matique qui permet de calibrer des instruments sans se pr\u00e9occuper des param\u00e8tres d’\u00e9chantillonnage de la population. D\u00e8s la fin du cycle de conf\u00e9rences, une alliance ind\u00e9fectible se scelle entre les deux hommes. Wright d\u00e9cide d’abandonner l’ensemble de ses projets ant\u00e9rieurs pour se vouer corps et \u00e2me \u00e0 la d\u00e9monstration empirique, \u00e0 l’\u00e9vang\u00e9lisation acad\u00e9mique et \u00e0 la vulgarisation informatique des principes m\u00e9trologiques de Georg Rasch sur le continent am\u00e9ricain.<\/p>\n

6.2 Benjamin Wright et l’institutionnalisation du MESA Laboratory<\/h3>\n

De retour permanent \u00e0 l’Universit\u00e9 de Chicago, Benjamin Wright fonde le c\u00e9l\u00e8bre MESA Laboratory<\/strong> (Measurement, Evaluation, and Statistical Analysis<\/em>), qui devient rapidement le centre n\u00e9vralgique plan\u00e9taire de l’\u00e9cole raschienne. Conscient que le mod\u00e8le de Rasch ne pourra jamais s’imposer tant que le calcul des estimations par maximum de vraisemblance conditionnelle n\u00e9cessitera des semaines d’op\u00e9rations manuelles sur des matrices complexes, Wright mobilise les premiers ordinateurs centraux de l’universit\u00e9 (les imposants terminaux IBM) pour d\u00e9velopper des algorithmes computationnels r\u00e9volutionnaires.<\/p>\n

Avec ses \u00e9tudiants brillants, Wright con\u00e7oit le premier programme informatique mondial d\u00e9di\u00e9 au calibrage raschien, baptis\u00e9 BICAL<\/strong> (Binary Item Calibration<\/em>), suivi plus tard par des architectures logicielles majeures comme BIGSTEPS<\/strong> et WINSTEPS<\/strong>. Ces programmes impl\u00e9mentent des algorithmes d’estimation innovants, notamment la m\u00e9thode UCON (Unconditional Maximum Likelihood<\/em> avec correction de biais) et PROX (Normal Approximation Procedure<\/em>), permettant de traiter des matrices de milliers d’\u00e9l\u00e8ves et de centaines d’items en quelques fractions de seconde. Wright fait preuve d’une intransigeance passionn\u00e9e pour d\u00e9fendre la puret\u00e9 du mod\u00e8le : pour lui, toute tentative d’introduire des param\u00e8tres de pente variable ou de devinette est une capitulation devant le d\u00e9sordre statistique qui d\u00e9truit l’essence m\u00eame de la mesure.<\/p>\n

Durant plus de trois d\u00e9cennies, le laboratoire MESA accueille des cohortes enti\u00e8res de boursiers internationaux, de chercheurs et de doctorants venus du monde entier (Australie, Su\u00e8de, Canada, Pays-Bas, Cor\u00e9e) pour se former \u00e0 la mesure objective. Wright et ses disciples organisent des ateliers m\u00e9thodologiques intensifs, publient des manuels d’une clart\u00e9 p\u00e9dagogique limpide comme Best Test Design<\/em> (1979) et Rating Scale Analysis<\/em> (1982), et \u00e9rigent l’Universit\u00e9 de Chicago en une forteresse intellectuelle inexpugnable d\u00e9di\u00e9e au triomphe des mod\u00e8les de Rasch.<\/p>\n

6.3 Diffusion dans le testing \u00e9ducatif nord-am\u00e9ricain<\/h3>\n

Sous l’impulsion directe de l’\u00e9cole de Chicago, les concepts de Georg Rasch s’infiltrent rapidement au sein des institutions de testing \u00e9ducatif et de certification professionnelle les plus puissantes d’Am\u00e9rique du Nord. D\u00e8s les ann\u00e9es 1970, des organisations majeures de conception d’examens d’\u00c9tat r\u00e9alisent le gain pragmatique immense que repr\u00e9sente l’invariance des param\u00e8tres d’items. Auparavant, renouveler une \u00e9preuve d’examen impliquait des op\u00e9rations de normalisation titanesques n\u00e9cessitant de faire passer le test entier \u00e0 des \u00e9chantillons repr\u00e9sentatifs de plusieurs dizaines de milliers d’individus \u00e0 chaque mill\u00e9sime.<\/p>\n

Gr\u00e2ce au mod\u00e8le de Rasch, ces institutions peuvent d\u00e9sormais constituer de vastes banques d’items calibr\u00e9s<\/strong> (item banks<\/em>). En introduisant un sous-ensemble restreint de questions d’ancrage communes entre les diff\u00e9rents formulaires d’un examen administr\u00e9 \u00e0 des ann\u00e9es d’intervalle, il devient possible de projeter l’ensemble des questions pass\u00e9es, pr\u00e9sentes et futures sur une seule et m\u00eame \u00e9chelle de logits invariante. Les agences \u00e9ducatives de grands \u00c9tats am\u00e9ricains (tels que la Californie, l’Illinois ou le Texas) et les comit\u00e9s de certification en soins infirmiers et m\u00e9dicaux adoptent massivement l’algorithme raschien pour garantir l’\u00e9quit\u00e9 des seuils de passage aux examens de licence professionnelle.<\/p>\n

Cette diffusion institutionnelle jette \u00e9galement les bases du testing adaptatif informatis\u00e9<\/strong> (Computerized Adaptive Testing<\/em>, CAT). Puisque la difficult\u00e9 de chaque item de la banque est connue sur le continuum invariant des logits, l’algorithme informatique peut s\u00e9lectionner dynamiquement pour chaque candidat l’item dont la difficult\u00e9 correspond exactement \u00e0 son niveau d’aptitude provisoire estim\u00e9 en temps r\u00e9el apr\u00e8s chaque r\u00e9ponse. Ce processus r\u00e9duit de plus de 60 % le nombre de questions n\u00e9cessaires pour atteindre une pr\u00e9cision m\u00e9trologique donn\u00e9e tout en \u00e9liminant l’ennui des items trop faciles et la frustration des items trop difficiles, concr\u00e9tisant ainsi de mani\u00e8re spectaculaire le r\u00eave de mesure individualis\u00e9e caress\u00e9 par Georg Rasch.<\/p>\n

7. Extensions et g\u00e9n\u00e9ralisations de la famille des mod\u00e8les de Rasch<\/h2>\n

7.1 Le mod\u00e8le polytomique des cr\u00e9dits partiels (Master)<\/h3>\n

Bien que le mod\u00e8le dichotomique original de 1960 ait prouv\u00e9 son efficacit\u00e9 pour les questions de type vrai\/faux ou les choix multiples cod\u00e9s binaire, de nombreux domaines des sciences humaines et de l’\u00e9ducation n\u00e9cessitent d’attribuer des notes interm\u00e9diaires pour r\u00e9compenser les r\u00e9ussites partielles ou les \u00e9tapes logiques d’un raisonnement complexe. C’est l’universitaire australien Geofferey N. Masters<\/a>, form\u00e9 au laboratoire MESA de l’Universit\u00e9 de Chicago sous la direction de Benjamin Wright, qui accomplit cette perc\u00e9e th\u00e9orique majeure en publiant en 1982 le mod\u00e8le des cr\u00e9dits partiels<\/strong> (Partial Credit Model<\/em>, PCM).<\/p>\n

Le mod\u00e8le de Masters \u00e9tend la logique de Rasch aux items polytomiques ordonn\u00e9s o\u00f9 les scores possibles s’\u00e9talent sur $m_i + 1$<\/span> cat\u00e9gories distinctes not\u00e9es $x = 0, 1, 2, dots, m_i$<\/span>. Dans ce mod\u00e8le, la probabilit\u00e9 pour un sujet d’aptitude $\\theta_n$<\/span> d’atteindre la cat\u00e9gorie de score $x$<\/span> \u00e0 l’item $i$<\/span> est formul\u00e9e de mani\u00e8re rigoureuse en mod\u00e9lisant les transitions conditionnelles d’une cat\u00e9gorie \u00e0 la suivante :<\/p>\n

$$P(X_{ni} = x mid \\theta_n, \\beta_{i1}, dots, \\beta_{im_i}) = \\frac{\\exp\\left(\\sum_{j=0}^x (\\theta_n – \\beta_{ij})\\right)}{\\sum_{k=0}^{m_i} \\exp\\left(\\sum_{j=0}^k (\\theta_n – \\beta_{ij})\\right)}$$<\/span><\/p>\n

avec la convention formelle $\\sum_{j=0}^0 (\\theta_n – \\beta_{ij}) = 0$<\/span>. Les param\u00e8tres $\\beta_{ij}$<\/span> repr\u00e9sentent les seuils de transition<\/strong> (thresholds<\/em> ou step difficulties<\/em>), c’est-\u00e0-dire le point sur le continuum latent o\u00f9 la probabilit\u00e9 d’obtenir la cat\u00e9gorie $x$<\/span> devient \u00e9gale \u00e0 celle d’obtenir la cat\u00e9gorie pr\u00e9c\u00e9dente $x-1$<\/span>.<\/p>\n

L’aspect r\u00e9volutionnaire du PCM de Masters est qu’il permet \u00e0 chaque item de poss\u00e9der sa propre configuration structurelle de seuils sans imposer que l’\u00e9cartement entre les cat\u00e9gories soit identique d’une question \u00e0 l’autre, tout en pr\u00e9servant scrupuleusement la propri\u00e9t\u00e9 fondamentale de statistique exhaustive : le score total d’un sujet (la simple somme des cr\u00e9dits obtenus) demeure l’unique estimateur suffisant de son aptitude latente. Cette extension a permis l’incorporation fluide des questions ouvertes de math\u00e9matiques, des dissertations scolaires \u00e9valu\u00e9es par grilles crit\u00e9ri\u00e9es et des \u00e9chelles d’\u00e9valuation neuropsychologique au sein de l’univers m\u00e9trologique raschien.<\/p>\n

7.2 Le mod\u00e8le des \u00e9chelles de notation (Andrich)<\/h3>\n

Parall\u00e8lement aux travaux de Masters, une autre avanc\u00e9e capitale \u00e9merge d’Australie occidentale gr\u00e2ce aux recherches du statisticien et psychom\u00e8tre David Andrich<\/a>. En 1978, Andrich publie dans la revue Psychometrika<\/em> un article fondateur \u00e9tablissant le mod\u00e8le des \u00e9chelles de notation<\/strong> (Rating Scale Model<\/em>, RSM). Cette formulation cible sp\u00e9cifiquement les inventaires d’attitudes, les \u00e9chelles de personnalit\u00e9 et les questionnaires de psychologie sociale utilisant des protocoles de r\u00e9ponse standardis\u00e9s de type Likert (par exemple : \u00ab pas du tout d’accord \u00bb, \u00ab plut\u00f4t d’accord \u00bb, \u00ab tout \u00e0 fait d’accord \u00bb) o\u00f9 le m\u00eame format de cat\u00e9gories est appliqu\u00e9 uniform\u00e9ment \u00e0 l’ensemble des questions du test.<\/p>\n

Andrich d\u00e9montre que dans un tel dispositif psychom\u00e9trique, le seuil de transition global peut \u00eatre d\u00e9compos\u00e9 de mani\u00e8re additive en deux param\u00e8tres orthogonaux : la difficult\u00e9 intrins\u00e8que de l’item $\\beta_i$<\/span> (son intensit\u00e9 s\u00e9mantique sur le trait mesur\u00e9) et la structure relative des distances de seuils communes \u00e0 l’ensemble du format de r\u00e9ponse, not\u00e9e $\\tau_k$<\/span> (la disposition psychologique du public \u00e0 franchir la barri\u00e8re cat\u00e9gorielle) :<\/p>\n

$$\\beta_{ik} = \\beta_i + \\tau_k$$<\/span><\/p>\n

Le mod\u00e8le des \u00e9chelles de notation permet ainsi d’\u00e9valuer avec une pr\u00e9cision chirurgicale le fonctionnement cognitif des cat\u00e9gories de r\u00e9ponse. Si un questionnaire propose une \u00e9chelle en cinq points mais que les sujets \u00e9prouvent des difficult\u00e9s syst\u00e9matiques \u00e0 discriminer entre la cat\u00e9gorie 3 (\u00ab neutre \u00bb) et la cat\u00e9gorie 4 (\u00ab l\u00e9g\u00e8rement d’accord \u00bb), le mod\u00e8le d’Andrich r\u00e9v\u00e8le un ph\u00e9nom\u00e8ne pathologique bien connu sous le nom de seuils invers\u00e9s<\/strong> ou d\u00e9sordonn\u00e9s (disordered thresholds<\/em>).<\/p>\n

Cette clarification th\u00e9orique a mis en \u00e9vidence le fait que des nombres arbitrairement assign\u00e9s \u00e0 des r\u00e9ponses ordinales (attribuer des valeurs de 1 \u00e0 5 sur une \u00e9chelle de Likert) ne constituent jamais des intervalles arithm\u00e9tiques \u00e9quidistants. Gr\u00e2ce au mod\u00e8le d’Andrich, les psychologues disposent d’un outil de diagnostic infaillible permettant d’\u00e9purer les formats d’\u00e9valuation en fusionnant les cat\u00e9gories dysfonctionnelles et en convertissant des opinions qualitatives en une m\u00e9trique d’intervalle continue respectant l’objectivit\u00e9 sp\u00e9cifique.<\/p>\n

7.3 Les mod\u00e8les de Poisson pour les taux et dur\u00e9es<\/h3>\n

Bien que l’histoire retienne prioritairement l’\u00e9quation logistique dichotomique, les fondations primitives des travaux de Georg Rasch dans son trait\u00e9 de 1960 reposaient sur une famille distincte de formulations probabilistes : les mod\u00e8les de Poisson multiplicatifs<\/strong> pour donn\u00e9es de comptage. Dans les situations d’\u00e9valuation o\u00f9 la performance n’est pas mesur\u00e9e par la r\u00e9ussite d’items isol\u00e9s mais par le nombre total d’erreurs commises au cours d’un laps de temps pr\u00e9d\u00e9termin\u00e9, ou par la dur\u00e9e requise pour accomplir une t\u00e2che standardis\u00e9e (comme la lecture d’un corpus de texte), Rasch applique les axiomes des processus ponctuels de Poisson.<\/p>\n

Dans ce cadre, la variable al\u00e9atoire $Y_{ni}$<\/span>, repr\u00e9sentant le nombre d’erreurs commises par le sujet $n$<\/span> sur le texte ou la t\u00e2che $i$<\/span>, suit une loi de Poisson de param\u00e8tre d’esp\u00e9rance $\\lambda_{ni}$<\/span> d\u00e9fini par la d\u00e9composition multiplicative suivante :<\/p>\n

$$\\lambda_{ni} = \\theta_n \\cdot \\delta_i \\cdot T_i$$<\/span><\/p>\n

o\u00f9 $\\theta_n$<\/span> d\u00e9signe l’inaptitude ou le taux d’erreur intrins\u00e8que du sujet, $\\delta_i$<\/span> symbolise le coefficient de difficult\u00e9 sp\u00e9cifique du texte, et $T_i$<\/span> repr\u00e9sente le temps d’exposition ou la longueur totale de l’exercice. En appliquant la transformation logarithmique n\u00e9p\u00e9rienne, cette relation multiplicative retrouve une structure additive lin\u00e9aire analogue au mod\u00e8le logistique :<\/p>\n

$$\\ln(\\lambda_{ni}) = \\ln(\\theta_n) + \\ln(\\delta_i) + \\ln(T_i)$$<\/span><\/p>\n

Cette d\u00e9clinaison originelle des mod\u00e8les de Rasch conna\u00eet un renouveau remarquable dans la recherche contemporaine en neuropsychologie cognitive et en ergonomie comportementale. Elle est mobilis\u00e9e pour l’\u00e9talonnage des \u00e9preuves de fluence verbale (nombre de mots g\u00e9n\u00e9r\u00e9s en une minute appartenant \u00e0 une cat\u00e9gorie s\u00e9mantique), des tests d’attention s\u00e9lective soutenue (\u00e9preuves de barrage de signes) ou de d\u00e9tection d’erreurs en situation de vigilance prolong\u00e9e. Elle d\u00e9montre avec quelle flexibilit\u00e9 le principe invariantiste formul\u00e9 par le savant danois peut \u00eatre d\u00e9clin\u00e9 \u00e0 l’ensemble des modalit\u00e9s d’enregistrement du comportement humain discret.<\/p>\n

8. Ad\u00e9quation au mod\u00e8le et diagnostic psychom\u00e9trique (Fit Statistics)<\/h2>\n

8.1 R\u00e9sidus standardis\u00e9s et statistiques Infit et Outfit<\/h3>\n

L’application rigoureuse du paradigme de Rasch exige une vigilance permanente quant \u00e0 la conformit\u00e9 des donn\u00e9es d’observation avec les postulats du mod\u00e8le th\u00e9orique. Puisque le mod\u00e8le a un statut normatif d’\u00e9talon m\u00e9trologique, l’analyste ne cherche pas \u00e0 forcer le mod\u00e8le \u00e0 \u00e9pouser les donn\u00e9es mais \u00e0 identifier les items ou les r\u00e9pondants qui violent les axiomes de la mesure conjointe. Cet audit m\u00e9trologique repose sur le calcul des r\u00e9sidus standardis\u00e9s<\/strong> entre la r\u00e9ponse observ\u00e9e $X_{ni}$<\/span> et la probabilit\u00e9 th\u00e9orique attendue sous le mod\u00e8le $P_{ni} = P(X_{ni} = 1 mid \\hat{\\theta}_n, \\hat{\\beta}_i)$<\/span> :<\/p>\n

$$z_{ni} = \\frac{X_{ni} – P_{ni}}{\\sqrt{W_{ni}}}$$<\/span><\/p>\n

o\u00f9 $W_{ni} = P_{ni}(1 – P_{ni})$<\/span> repr\u00e9sente la variance binomiale locale du processus \u00e0 ce niveau de continuum.<\/p>\n

Pour condenser cette information r\u00e9siduelle \u00e0 l’\u00e9chelle de chaque item ou de chaque individu, l’\u00e9cole raschienne a cr\u00e9\u00e9 deux indicateurs fondamentaux sous forme de moyennes quadratiques (Mean Square<\/em>, MNSQ) : l’Outfit<\/strong> et l’Infit<\/strong>. La statistique Outfit<\/strong> (Outlier-sensitive Fit<\/em>) est la moyenne arithm\u00e9tique simple non pond\u00e9r\u00e9e des carr\u00e9s des r\u00e9sidus standardis\u00e9s :<\/p>\n

$$\\text{Outfit}_{MNSQ} = \\frac{1}{N} \\sum_{n=1}^N z_{ni}^2$$<\/span><\/p>\n

Sensible aux r\u00e9ponses inattendues distantes (par exemple, un individu tr\u00e8s brillant qui \u00e9choue par inadvertance \u00e0 une question \u00e9l\u00e9mentaire, ou un individu tr\u00e8s faible qui r\u00e9ussit par hasard une question tr\u00e8s ardue), l’Outfit permet de rep\u00e9rer les anomalies exog\u00e8nes au syst\u00e8me de mesure.<\/p>\n

\u00c0 l’inverse, la statistique Infit<\/strong> (Information-weighted Fit<\/em>) pond\u00e8re chaque r\u00e9sidu par sa variance d’information locale $W_{ni}$<\/span> avant de calculer la moyenne quadratique :<\/p>\n

$$\\text{Infit}_{MNSQ} = \\frac{\\sum_{n=1}^N (X_{ni} – P_{ni})^2}{\\sum_{n=1}^N W_{ni}}$$<\/span><\/p>\n

L’Infit est ainsi particuli\u00e8rement sensible aux distorsions intervenant au c\u0153ur de la zone de calibrage de l’item, l\u00e0 o\u00f9 le niveau de l’item est proche de celui de la personne. Sous l’hypoth\u00e8se nulle d’un ajustement parfait au mod\u00e8le, les valeurs attendues de l’Infit et de l’Outfit sont \u00e9gales \u00e0 1,0. Une valeur MNSQ substantiellement sup\u00e9rieure \u00e0 1,3 (ph\u00e9nom\u00e8ne d’underfit<\/em>) signale la pr\u00e9sence d’un bruit al\u00e9atoire destructeur ou d’une dimension parasite venant fausser la mesure. Une valeur MNSQ inf\u00e9rieure \u00e0 0,7 (ph\u00e9nom\u00e8ne d’overfit<\/em>) trahit une d\u00e9pendance locale artificielle ou une redondance st\u00e9rile entre questions qui gonfle ill\u00e9gitimement la fid\u00e9lit\u00e9 apparente.<\/p>\n

8.2 Fonctionnement diff\u00e9rentiel de l’item (DIF)<\/h3>\n

L’un des apports les plus d\u00e9cisifs de Georg Rasch \u00e0 l’\u00e9thique de l’\u00e9valuation r\u00e9side dans l’op\u00e9rationnalisation math\u00e9matique du biais d’\u00e9valuation, formellement th\u00e9oris\u00e9 sous le concept de Fonctionnement diff\u00e9rentiel de l’item<\/strong> (Differential Item Functioning<\/em>, DIF). En vertu de l’objectivit\u00e9 sp\u00e9cifique, la difficult\u00e9 relative estim\u00e9e d’un item $\\beta_i$<\/span> doit demeurer invariantiste quel que soit le sous-groupe de r\u00e9pondants mobilis\u00e9. Si un item pr\u00e9sente des variations de difficult\u00e9 syst\u00e9matiques entre deux sous-populations (par exemple, entre hommes et femmes, ou entre locuteurs natifs et allophones) \u00e0 niveau d’aptitude latente rigoureusement contr\u00f4l\u00e9 et \u00e9galis\u00e9, l’item souffre d’un DIF manifeste.<\/p>\n

Le paradigme raschien aborde la d\u00e9tection du DIF avec une \u00e9l\u00e9gance m\u00e9thodologique incomparable. Puisque le score brut permet de conditionner sur $\\theta$<\/span>, il n’est nullement n\u00e9cessaire de cr\u00e9er des groupes artificiels d’appariement empirique. On estime les param\u00e8tres de l’item ind\u00e9pendamment au sein de chacun des sous-groupes cibles (par exemple $\\hat{\\beta}_{i,\\text{Groupe A}}$<\/span> et $\\hat{\\beta}_{i,\\text{Groupe B}}$<\/span>) en ancrant l’\u00e9chelle sur les items invariants communs. On teste ensuite statistiquement l’hypoth\u00e8se de nullit\u00e9 de la diff\u00e9rence m\u00e9trique :<\/p>\n

$$t_{DIF} = \\frac{\\hat{\\beta}_{i,\\text{A}} – \\hat{\\beta}_{i,\\text{B}}}{\\sqrt{SE(\\hat{\\beta}_{i,\\text{A}})^2 + SE(\\hat{\\beta}_{i,\\text{B}})^2}}$$<\/span><\/p>\n

On distingue traditionnellement le DIF uniforme<\/em>, o\u00f9 le d\u00e9calage de difficult\u00e9 reste constant d’une extr\u00e9mit\u00e9 \u00e0 l’autre de l’\u00e9chelle, du DIF non uniforme<\/em>, qui survient dans les mod\u00e8les non conformes \u00e0 Rasch lorsque les pentes de discrimination divergent selon les groupes. L’analyse du DIF est devenue un r\u00e9quisit l\u00e9gal et scientifique inali\u00e9nable dans les certifications internationales et les protocoles de psychologie transculturelle. Les items pr\u00e9sentant un DIF statistiquement significatif et substantiel sur le plan de la taille d’effet doivent faire l’objet d’une analyse s\u00e9mantique approfondie : s’ils v\u00e9hiculent un st\u00e9r\u00e9otype ou un contenu culturel non pertinent au construit mesur\u00e9, ils sont irr\u00e9missiblement expuls\u00e9s de la banque d’\u00e9valuation ; s’ils refl\u00e8tent une facette l\u00e9gitime de l’aptitude, ils sont scind\u00e9s en param\u00e8tres d’items distincts selon les groupes.<\/p>\n

8.3 Analyse de la dimensionnalit\u00e9 et unidimensionnalit\u00e9 locale<\/h3>\n

Pour qu’un ensemble d’observations puisse \u00eatre l\u00e9gitimement projet\u00e9 sur un unique continuum m\u00e9trique logit, les donn\u00e9es doivent satisfaire au postulat fondamental d’unidimensionnalit\u00e9<\/strong>. Cela signifie qu’une seule et unique variable latente sous-tend la variance des r\u00e9ussites individuelles \u00e0 l’\u00e9preuve. Dans le paradigme raschien, l’unidimensionnalit\u00e9 est intimement li\u00e9e au principe d’ind\u00e9pendance locale<\/strong> : une fois que la variance imputable au trait latent principal $\\theta$<\/span> a \u00e9t\u00e9 rigoureusement extraite et conditionn\u00e9e par le mod\u00e8le, il ne doit subsister aucune covariance ou corr\u00e9lation r\u00e9siduelle syst\u00e9matique entre les diff\u00e9rentes paires d’items.<\/p>\n

Pour v\u00e9rifier cette exigence draconienne, l’\u00e9cole raschienne a \u00e9labor\u00e9 une approche diagnostique hautement sp\u00e9cialis\u00e9e : l’Analyse en composantes principales des r\u00e9sidus<\/strong> (Principal Component Analysis of Residuals<\/em>, PCAR). Au lieu d’effectuer une analyse factorielle classique sur les corr\u00e9lations des donn\u00e9es brutes (m\u00e9thode fallacieuse qui engendre artificiellement des facteurs parasites dits \u00ab facteurs de difficult\u00e9 \u00bb dus \u00e0 la non-lin\u00e9arit\u00e9 des items dichotomiques), l’analyste applique l’extraction factorielle directement sur la matrice des r\u00e9sidus standardis\u00e9s $z_{ni}$<\/span> issus du mod\u00e8le de Rasch.<\/p>\n

L’interpr\u00e9tation de la PCAR est d’une grande rigueur m\u00e9trologique : si le construit est authentiquement unidimensionnel, la premi\u00e8re composante r\u00e9siduelle extraite ne doit pr\u00e9senter qu’un niveau de bruit al\u00e9atoire indiscernable du hasard, traditionnellement op\u00e9rationnalis\u00e9 par une valeur propre (eigenvalue<\/em>) strictement inf\u00e9rieure \u00e0 2,0 unit\u00e9s de variance d’item (ce qui correspond au poids statistique de deux items qui covarieraient parfaitement entre eux). Si la premi\u00e8re composante r\u00e9siduelle d\u00e9passe ce seuil critique, cela indique la pr\u00e9sence insidieuse d’une dimension secondaire non mod\u00e9lis\u00e9e (par exemple, une comp\u00e9tence en compr\u00e9hension de l’\u00e9crit venant parasiter un test d’aptitude au raisonnement arithm\u00e9tique). La violation de l’ind\u00e9pendance locale d\u00e9truit l’exhaustivit\u00e9 des scores bruts et gonfle artificiellement la pr\u00e9cision apparente de la mesure, imposant le d\u00e9mant\u00e8lement du test en plusieurs sous-\u00e9chelles autonomes.<\/p>\n

9. La confrontation \u00e9pist\u00e9mologique : Mod\u00e8le de Rasch contre mod\u00e8les IRT \u00e0 2 et 3 param\u00e8tres<\/h2>\n

9.1 Le camp Birnbaum-Lord : Mod\u00e9liser les donn\u00e9es telles qu’elles sont<\/h3>\n

Au cours des ann\u00e9es 1960 et 1970, alors que Georg Rasch et Benjamin Wright d\u00e9veloppent leur vision m\u00e9trologique \u00e0 Copenhague et Chicago, une autre branche majeure de la mod\u00e9lisation probabiliste des tests se structure aux \u00c9tats-Unis sous la banni\u00e8re de l’Educational Testing Service<\/em> (ETS) \u00e0 Princeton, men\u00e9e par des g\u00e9ants comme Frederic M. Lord<\/a> et Allan Birnbaum<\/a>. Cette tradition, qui portera d\u00e9finitivement le nom de Th\u00e9orie de la r\u00e9ponse \u00e0 l’item<\/strong> (Item Response Theory<\/em>, IRT), adopte une pr\u00e9misse \u00e9pist\u00e9mologique radicalement divergente de celle de Rasch.<\/p>\n

Pour Birnbaum et Lord, il est scientifiquement na\u00eff de supposer que tous les items d’un test poss\u00e8dent la m\u00eame capacit\u00e9 \u00e0 discriminer entre les individus forts et faibles, et encore plus irr\u00e9aliste d’ignorer que sur des tests \u00e0 choix multiples (QCM), des candidats ignorants peuvent deviner la bonne r\u00e9ponse par hasard. Birnbaum introduit donc en 1968 le mod\u00e8le logistique \u00e0 deux param\u00e8tres<\/strong> (2PL), qui dote chaque item d’un param\u00e8tre de discrimination variable $a_i$<\/span> :<\/p>\n

$$P(X_{ni} = 1) = \\frac{\\exp(a_i(\\theta_n – \\beta_i))}{1 + \\exp(a_i(\\theta_n – \\beta_i))}$$<\/span><\/p>\n

puis le mod\u00e8le \u00e0 trois param\u00e8tres<\/strong> (3PL), qui adjoint un param\u00e8tre d’asymptote inf\u00e9rieure $c_i$<\/span> pour capturer l’effet de pseudo-chance :<\/p>\n

$$P(X_{ni} = 1) = c_i + (1 – c_i)\\frac{\\exp(a_i(\\theta_n – \\beta_i))}{1 + \\exp(a_i(\\theta_n – \\beta_i))}$$<\/span><\/p>\n

La philosophie sous-jacente du camp Birnbaum-Lord est purement pragmatique et descriptive : le mod\u00e9lisateur a pour devoir de concevoir une fonction math\u00e9matique suffisamment souple et param\u00e9tr\u00e9e pour maximiser l’ajustement statistique aux donn\u00e9es r\u00e9elles produites par les tests existants. D\u00e8s lors que les donn\u00e9es psychom\u00e9triques brutes pr\u00e9sentent des pentes divergentes et des taux de devinette non nuls, le mod\u00e8le doit s’adapter pour minimiser la d\u00e9viance globale du test. Cependant, cette flexibilit\u00e9 empirique a un co\u00fbt th\u00e9orique exorbitant : l’abandon irr\u00e9versible de l’objectivit\u00e9 sp\u00e9cifique et la perte des propri\u00e9t\u00e9s de statistique exhaustive.<\/p>\n

9.2 La position raschienne : Les donn\u00e9es doivent satisfaire aux exigences de la mesure<\/h3>\n

Face \u00e0 l’\u00e9mergence des mod\u00e8les 2PL et 3PL, la r\u00e9action de Georg Rasch et le plaidoyer de Benjamin Wright sont d’une intransigeance philosophique absolue. Pour les raschiens, les mod\u00e8les IRT multiparam\u00e9triques ne constituent pas une g\u00e9n\u00e9ralisation vertueuse, mais une r\u00e9gression m\u00e9thodologique d\u00e9sastreuse qui capitule devant les d\u00e9fauts de fabrication des instruments d’\u00e9valuation. L’argumentation raschienne d\u00e9montre que d\u00e8s lors que l’on autorise le param\u00e8tre de discrimination $a_i$<\/span> \u00e0 varier d’un item \u00e0 l’autre, les courbes caract\u00e9ristiques des items se croisent obligatoirement<\/strong> dans l’espace bidimensionnel.<\/p>\n

Le croisement de deux courbes caract\u00e9ristiques d’items engendre une contradiction logique mortelle pour l’acte de mesure : cela signifie qu’en de\u00e7\u00e0 du point d’intersection, l’item 1 est empiriquement plus difficile que l’item 2, tandis qu’au-del\u00e0 de ce point, la hi\u00e9rarchie s’inverse et l’item 2 devient plus difficile que l’item 1 ! L’ordre relatif de difficult\u00e9 des questions cesse d’\u00eatre une constante objective pour devenir une variable d\u00e9pendante du niveau d’aptitude de la personne interrog\u00e9e. Une telle \u00e9chelle est aussi absurde sur le plan m\u00e9trologique qu’une r\u00e8gle gradu\u00e9e dont les centim\u00e8tres se r\u00e9tr\u00e9ciraient ou se dilateraient selon l’objet d\u00e9pos\u00e9 sur elle pour \u00eatre mesur\u00e9.<\/p>\n

Quant \u00e0 l’introduction du param\u00e8tre de pseudo-chance $c_i$<\/span> dans le mod\u00e8le 3PL, les tenants de Rasch la r\u00e9cusent avec indignation. Incorporer le hasard aveugle dans l’\u00e9quation math\u00e9matique revient \u00e0 institutionaliser le bruit al\u00e9atoire au c\u0153ur de l’instrument. Si des \u00e9l\u00e8ves peuvent r\u00e9ussir des items par pure chance, la solution scientifique consiste \u00e0 repenser le design de l’\u00e9preuve (en recourant \u00e0 des questions ouvertes ou \u00e0 des QCM \u00e0 distracteurs plausibles bien calibr\u00e9s), et non \u00e0 bricoler une asymptote non nulle qui d\u00e9truit la s\u00e9parabilit\u00e9 analytique des param\u00e8tres et rend impossible l’estimation conditionnelle par statistique exhaustive. Lors des congr\u00e8s internationaux de psychom\u00e9trie tout au long des ann\u00e9es 1970, les d\u00e9bats entre Wright et Lord virent \u00e0 l’affrontement m\u00e9taphysique entre deux conceptions inconciliables de la science.<\/p>\n

9.3 Synth\u00e8se contemporaine : Deux philosophies distinctes de la science<\/h3>\n

Avec le recul \u00e9pist\u00e9mologique permis par plusieurs d\u00e9cennies d’usage intensif, la communaut\u00e9 scientifique contemporaine a pris acte du fait que le foss\u00e9 s\u00e9parant l’\u00e9cole de Rasch des mod\u00e8les IRT traditionnels ne rel\u00e8ve pas d’une querelle technique d’estimation algorithmique, mais d’une fronti\u00e8re ontologique s\u00e9parant deux visions distinctes de la d\u00e9marche scientifique.<\/p>\n

D’un c\u00f4t\u00e9 se d\u00e9ploie le paradigme descriptif et statistique de l’IRT<\/strong> (mod\u00e8les 2PL, 3PL, 4PL), qui s’inscrit dans la tradition de l’apprentissage statistique supervis\u00e9 et de l’ing\u00e9nierie pr\u00e9dictive. Dans ce cadre, l’objectif supr\u00eame est de maximiser la capacit\u00e9 pr\u00e9dictive d’un examen \u00e0 un instant $T$<\/span> pour classer des cohortes d’individus, quitte \u00e0 ce que les param\u00e8tres d’items soient intriqu\u00e9s et d\u00e9pendent d’estimations bay\u00e9siennes marginales (MMLE) sensibles aux lois de probabilit\u00e9 de population choisies a priori<\/em>.<\/p>\n

De l’autre c\u00f4t\u00e9 s’affirme le paradigme normatif et m\u00e9trologique de Rasch<\/strong>, qui s’identifie \u00e0 la tradition m\u00e9trologique des sciences physiques dures. Pour Rasch, mesurer ne consiste pas \u00e0 pr\u00e9dire un comportement empirique avec le maximum de vraisemblance descriptive, mais \u00e0 construire un artefact mat\u00e9riel satisfaisant \u00e0 des exigences th\u00e9oriques de sym\u00e9trie et d’invariance universelle. Le mod\u00e8le de Rasch ne pr\u00e9tend pas que l’esprit humain est logistique ; il affirme que si nous voulons conf\u00e9rer aux concepts psychologiques un statut m\u00e9trologique quantitatif rigoureux, nous sommes tenus d’utiliser des instruments dont les r\u00e9ponses satisfont aux contraintes logistiques du mod\u00e8le. Cette distinction fait aujourd’hui consensus : le mod\u00e8le de Rasch n’est pas simplement un cas particulier restreint (le \u00ab mod\u00e8le \u00e0 1 param\u00e8tre \u00bb) de l’IRT ; il constitue un paradigme de mesure autonome et incommensurable.<\/p>\n

10. Applications modernes en psychologie et dans les sciences du comportement<\/h2>\n

10.1 \u00c9valuation cognitive et neuropsychologique<\/h3>\n

Dans le domaine de l’\u00e9valuation neuropsychologique et cognitive, l’impact du paradigme de Georg Rasch s’est r\u00e9v\u00e9l\u00e9 d\u00e9terminant pour surmonter les biais intrins\u00e8ques aux scores composites traditionnels. Des instruments de renomm\u00e9e mondiale, tels que les \u00e9chelles d’intelligence de Wechsler (WAIS<\/a>, WISC) ou les batteries d’\u00e9valuation de l’aphasie (comme le Boston Diagnostic Aphasia Examination<\/em>), ont profond\u00e9ment remani\u00e9 leurs protocoles de standardisation et d’\u00e9talonnage \u00e0 la lumi\u00e8re de la mod\u00e9lisation raschienne.<\/p>\n

Un apport clinique fondamental concerne la surveillance longitudinale et la d\u00e9tection pr\u00e9coce du d\u00e9clin cognitif dans les pathologies neurod\u00e9g\u00e9n\u00e9ratives, tout particuli\u00e8rement la maladie d’Alzheimer<\/a> et les d\u00e9mences fronto-temporales. Historiquement, le suivi des patients via des \u00e9chelles comme le MMSE (Mini-Mental State Examination<\/em>) ou l’ADAS-Cog souffrait d’effets de plancher et de plafond s\u00e9v\u00e8res, ainsi que d’une non-lin\u00e9arit\u00e9 prononc\u00e9e : une perte de 3 points en milieu d’\u00e9chelle ne correspondait absolument pas \u00e0 la m\u00eame d\u00e9t\u00e9rioration biologique qu’une perte de 3 points aux extr\u00e9mit\u00e9s s\u00e9v\u00e8res de la pathologie.<\/p>\n

Gr\u00e2ce \u00e0 la recalibration des items sous le mod\u00e8le de Rasch, les cliniciens disposent aujourd’hui de trajectoires de d\u00e9gradation exprim\u00e9es sur un continuum invariant de logits. Il devient ainsi possible de mesurer le rythme exact de d\u00e9clin cognitif d’un patient au fil des mois avec une erreur standard individualis\u00e9e, d’isoler l’impact pharmacologique r\u00e9el d’une mol\u00e9cule th\u00e9rapeutique lors des essais cliniques randomis\u00e9s, et d’administrer des formes parall\u00e8les courtes de tests sans craindre le moindre biais d’apprentissage li\u00e9 \u00e0 la r\u00e9\u00e9valuation successive.<\/p>\n

10.2 Psychopathologie et \u00e9chelles cliniques auto-rapport\u00e9es<\/h3>\n

La psychiatrie et la psychologie clinique ont longtemps \u00e9t\u00e9 min\u00e9es par l’utilisation de questionnaires auto-rapport\u00e9s dont la sommation arithm\u00e9tique brute violait les r\u00e8gles \u00e9l\u00e9mentaires des op\u00e9rations math\u00e9matiques sur des variables ordinales. L’analyse raschienne a op\u00e9r\u00e9 une v\u00e9ritable cure d’assainissement m\u00e9trologique sur des instruments mondialement diss\u00e9min\u00e9s, \u00e0 l’instar de l’Inventaire de D\u00e9pression de Beck (BDI<\/a>), de l’\u00c9chelle d’\u00c9valuation de la D\u00e9pression de Hamilton (HAM-D) ou du Questionnaire G\u00e9n\u00e9ral de Sant\u00e9 (GHQ-12).<\/p>\n

L’application du mod\u00e8le des \u00e9chelles de notation d’Andrich sur ces inventaires a mis en lumi\u00e8re des failles structurelles majeures, notamment la prolif\u00e9ration de cat\u00e9gories de r\u00e9ponses redondantes. Par exemple, de nombreux patients d\u00e9pressifs s\u00e9v\u00e8res ne font pas de distinction ph\u00e9nom\u00e9nologique entre les cat\u00e9gories \u00ab souvent \u00bb et \u00ab presque toujours \u00bb. En diagnostiquant ces d\u00e9sordres de seuils, les analyses de Rasch ont guid\u00e9 la restructuration de ces \u00e9chelles en fusionnant les modalit\u00e9s superflues, r\u00e9duisant ainsi la charge cognitive pesant sur des sujets vuln\u00e9rables sans rien perdre de l’information diagnostique.<\/p>\n

En outre, le calibrage raschien permet de convertir les scores bruts ordinaux de d\u00e9pression ou d’anxi\u00e9t\u00e9 en de v\u00e9ritables mesures d’intervalles m\u00e9triques. Cette lin\u00e9arisation est d’une port\u00e9e pratique inestimable : elle permet enfin aux psychiatres d’appliquer l\u00e9gitimement des analyses de variance param\u00e9triques et des mod\u00e9lisations mixtes sur des scores de gravit\u00e9 clinique, mettant un terme aux d\u00e9rives statistiques d\u00e9nonc\u00e9es depuis des d\u00e9cennies par les m\u00e9thodologues de la sant\u00e9 mentale.<\/p>\n

10.3 Qualit\u00e9 de vie li\u00e9e \u00e0 la sant\u00e9 et r\u00e9sultats rapport\u00e9s par les patients (PROMs)<\/h3>\n

L’essor contemporain de la m\u00e9decine fond\u00e9e sur les preuves et de l’\u00e9valuation centr\u00e9e sur le patient a propuls\u00e9 les questionnaires de r\u00e9sultats rapport\u00e9s par les patients (Patient-Reported Outcomes Measurement<\/em>, PROMs) au c\u0153ur des d\u00e9cisions de sant\u00e9 publique et des autorisations de mise sur le march\u00e9 des th\u00e9rapies innovantes. Dans cette r\u00e9volution, la m\u00e9thodologie de Rasch est devenue le standard d’excellence impos\u00e9 par les plus hautes autorit\u00e9s sanitaires internationales, \u00e0 commencer par la Food and Drug Administration (FDA) aux \u00c9tats-Unis et l’Agence europ\u00e9enne des m\u00e9dicaments (EMA).<\/p>\n

L’illustration la plus spectaculaire de cette cons\u00e9cration m\u00e9thodologique est sans conteste le consortium international PROMIS<\/a> (Patient-Reported Outcomes Measurement Information System<\/em>), initi\u00e9 par les National Institutes of Health<\/em> (NIH) am\u00e9ricains. Ce programme gigantesque vise \u00e0 calibrer des centaines de banques d’items mesurant la douleur physique, la fatigue chronique, la d\u00e9pression, le fonctionnement physique et la participation sociale \u00e0 travers l’ensemble des pathologies chroniques (cancers, polyarthrite, diab\u00e8te, scl\u00e9rose en plaques).<\/p>\n

L’ensemble de l’infrastructure m\u00e9trologique de PROMIS repose de mani\u00e8re intransigeante sur les mod\u00e8les de la famille de Rasch et de l’IRT invariantiste. Gr\u00e2ce \u00e0 cette uniformit\u00e9 m\u00e9trique, un niveau de fatigue physique ressenti par un patient atteint d’un cancer du poumon peut \u00eatre directement compar\u00e9, sur une \u00e9chelle universelle \u00e9talonn\u00e9e en logits (souvent transform\u00e9e conventionnellement en scores T standardis\u00e9s de moyenne 50 et d’\u00e9cart-type 10), \u00e0 celui d’un patient souffrant d’insuffisance cardiaque. Les biomarqueurs subjectifs acqui\u00e8rent ainsi le m\u00eame niveau de comparabilit\u00e9, d’interchangeabilit\u00e9 et de fiabilit\u00e9 m\u00e9trologique que les dosages de laboratoire ou les mesures tensiom\u00e9triques.<\/p>\n

11. Aspects p\u00e9dagogiques et m\u00e9thodologiques : Construire une \u00e9chelle de Rasch<\/h2>\n

11.1 La carte de Wright (Wright Map \/ Person-Item Map)<\/h3>\n

L’un des apports p\u00e9dagogiques et visuels les plus remarquables de l’\u00e9cole raschienne, formalis\u00e9 sous l’impulsion de Benjamin Wright, est la conception de la Carte de Wright<\/strong> (ou Person-Item Map<\/em>). Cette repr\u00e9sentation graphique bidimensionnelle mat\u00e9rialise de mani\u00e8re concr\u00e8te l’union m\u00e9trologique entre le sujet et l’instrument en projetant simultan\u00e9ment sur un seul et unique axe vertical calibr\u00e9 en logits la distribution des aptitudes des personnes \u00e0 gauche et la hi\u00e9rarchie des difficult\u00e9s d’items \u00e0 droite.<\/p>\n

La lecture d’une carte de Wright permet un diagnostic instantan\u00e9 et intuitif des propri\u00e9t\u00e9s cliniques ou \u00e9ducatives de l’instrument :<\/p>\n