Qu'est-ce qu'un test psychométrique
Un test psychométrique est une procédure de mesure objective et standardisée qui sert à quantifier des phénomènes psychologiques non observables à partir d’un échantillon de comportements.
Plus simplement : c’est un outil conçu pour mettre un chiffre ou une catégorie sur des choses qu’on ne peut ni voir ni toucher directement, comme l’intelligence, l’anxiété ou un trait de personnalité, à partir de la façon dont la personne se comporte ou répond.
Les professionnels de la psychologie utilisent ces outils dans des contextes cliniques, éducatifs et professionnels pour évaluer les caractéristiques des personnes avec rigueur scientifique.
Le principe consiste à enregistrer les réponses d’une personne à une série de stimuli (questions, tâches ou situations conçues à cet effet) pour obtenir un score. Bien construit et bien utilisé, ce score permet de décrire, de comparer ou de faire des prédictions avec une marge d’erreur connue.
Les fondements de la mesure psychologique
La psychométrie est la branche de la psychologie chargée de développer les théories et les méthodes qui soutiennent la construction et l’administration de ces évaluations.
Son principal défi est de rendre mesurable ce qui ne s’observe pas directement : personne ne peut voir l’extraversion de quelqu’un comme on voit sa taille, il faut donc la déduire de comportements et de réponses concrets.
Pour y parvenir, les spécialistes définissent très précisément le phénomène qu’ils veulent étudier (le construit) et identifient les comportements concrets qui servent de preuve observable.
La conception exige aussi un appui théorique qui justifie le choix des questions ou des tâches. Le but est que l’échantillon de comportements analysé représente bien le phénomène évalué : que les questions couvrent vraiment ce que l’on veut mesurer, et pas seulement une petite partie, ou une partie biaisée, de celui-ci.
Les principaux types d’instruments d’évaluation
Il existe plusieurs façons de classer ces outils selon leur format ou leur objectif, mais une distinction méthodologique fondamentale regroupe les tests selon la manière dont on traite les réponses obtenues.
- Tests de performance maximale : ils évaluent la compétence, les connaissances ou l’aptitude de la personne, comme un examen de mathématiques ou un test d’intelligence. Ils distinguent les bonnes réponses des mauvaises, et c’est sur cette base que l’on note la performance.
- Tests de performance typique : ils explorent les motivations, les attitudes ou les préférences personnelles, la manière d’être habituelle de la personne et non l’étendue de ses connaissances. Il n’y a ni bonne ni mauvaise réponse, une structure courante dans les questionnaires et inventaires de personnalité. Quand un test demande si l’on préfère planifier ses vacances à l’avance ou les improviser au fil de l’eau, aucune réponse n’est meilleure qu’une autre : il y en a seulement une qui correspond davantage à la façon d’être de chacun.
Les critères scientifiques qui garantissent la qualité
La référence internationale en la matière, ce sont les Standards for Educational and Psychological Testing, publiés conjointement par l’American Educational Research Association (AERA), l’American Psychological Association (APA) et le National Council on Measurement in Education (NCME). Leur édition de 2014 organise la qualité d’un test autour de deux idées : la fiabilité et la validité.
Fiabilité : la constance de la mesure
La fiabilité désigne la constance et la précision avec lesquelles le test mesure. Si une personne repassait le même test dans des conditions semblables quelques semaines plus tard, un test fiable devrait lui donner un résultat proche, et non un résultat complètement différent à chaque fois.
On l’estime de plusieurs façons, et chacune répond à une question différente :
- Cohérence interne : les items d’une même échelle vont-ils dans la même direction ? L’indice le plus utilisé est l’alpha de Cronbach (Cronbach, 1951). Un alpha de 0,80 sur une échelle de dix items indique que ces questions varient de façon assez coordonnée, comme si elles mesuraient une même chose ; pour les échelles de personnalité, des valeurs inférieures à 0,70 sont en général jugées faibles.
- Stabilité test-retest : la personne obtient-elle un score proche si elle repasse le test quelques jours ou semaines plus tard ? On l’exprime par une corrélation entre les deux passations. Une corrélation de 0,85 à quatre semaines indique que le classement des personnes change à peine d’une fois à l’autre ; pour un test qui attribue des types, on regarde plutôt quel pourcentage de personnes obtient le même type à la seconde passation.
- Accord entre évaluateurs : quand le score dépend d’un jugement humain (par exemple pour corriger un dessin ou un entretien), deux correcteurs arrivent-ils au même résultat ?
Une procédure fiable réduit au minimum les erreurs aléatoires, mais la fiabilité ne garantit rien sur ce qui est mesuré.
Validité : mesurer ce que l’on veut mesurer
Le second pilier est la validité. Les Standards de 2014 la définissent comme le degré auquel les données et la théorie soutiennent l’interprétation des scores pour les usages envisagés.
Un exemple simple : une balance peut être très fiable, puisqu’elle affiche toujours le même poids, mais si l’on voulait en réalité mesurer la taille de quelqu’un, cette balance ne servirait à rien. Elle serait fiable, mais pas valide pour cet objectif.
C’est pourquoi la validité n’est pas une étiquette fixe attachée au test : on valide un usage précis. Les Standards distinguent cinq sources de preuves qui s’accumulent avec le temps :
- le contenu des items (couvrent-ils bien le construit ?),
- les processus de réponse (les personnes comprennent-elles et répondent-elles à ce qui est visé ?),
- la structure interne (les analyses statistiques retrouvent-elles les dimensions que propose la théorie ?),
- la relation avec d’autres variables (le test est-il corrélé avec ce qu’il devrait, et pas avec ce qu’il ne devrait pas ?),
- et les conséquences de son utilisation pour prendre des décisions.
L’interprétation des résultats
Les scores bruts obtenus à la fin d’un test n’ont pas de sens en eux-mêmes. Un « 7 sur 10 » ne dit pas grand-chose si l’on ne sait pas à quoi le comparer.
Pour que la mesure soit utile, le professionnel doit replacer ces données dans un système de référence structuré.
Dans les évaluations normatives, le score de la personne est comparé à celui d’un groupe de référence représentatif (par exemple la population adulte d’un pays) et s’exprime souvent en percentiles : un percentile 70 signifie que la personne obtient un score supérieur à 70 % de ce groupe.
Les évaluations critériées, elles, comparent le résultat à un standard fixe (comme « sait nager 25 mètres sans s’arrêter », oui ou non), sans avoir besoin de se mesurer aux autres.
Ce que tout cela signifie pour l’ennéagramme
L’ennéagramme est un modèle de personnalité, et non un instrument précis : il existe plusieurs questionnaires différents pour identifier son type, et chacun devrait démontrer sa propre fiabilité et sa propre validité.
La revue systématique la plus complète à ce jour (Hook et ses collègues, 2021, Journal of Clinical Psychology) a analysé 104 échantillons indépendants et a trouvé des preuves mitigées. Pour : certaines analyses factorielles coïncident en partie avec la théorie, et les échelles sont liées comme on pourrait s’y attendre à des traits du Big Five. Contre : ces analyses trouvent en général moins de neuf facteurs, aucune étude n’a retrouvé les neuf types par des techniques de classification, et la recherche qui appuie les ailes ou les mouvements entre types est quasi inexistante.
À notre lecture, cela place les tests d’ennéagramme, y compris celui de ce site, parmi les outils de réflexion personnelle, et non parmi les tests psychométriques validés. Si vous voulez voir comment confronter votre propre résultat ou explorer le modèle en pratique, vous pouvez faire notre test d’ennéagramme.
Sources
- American Educational Research Association, American Psychological Association et National Council on Measurement in Education (2014). Standards for Educational and Psychological Testing. American Educational Research Association.
- Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334. https://doi.org/10.1007/BF02310555
- Hook, J. N., Hall, T. W., Davis, D. E., Van Tongeren, D. R. et Conner, M. (2021). The Enneagram: A systematic review of the literature and directions for future research. Journal of Clinical Psychology, 77(4), 865-883. https://doi.org/10.1002/jclp.23097
Vous voulez en savoir plus sur vous ?
Découvrez votre résultat avec l'un de nos tests associés.
Questions fréquentes
Quelle différence y a-t-il entre fiabilité et validité dans un test psychométrique ?
La fiabilité mesure la constance de la mesure, le fait de donner des résultats proches dans des conditions semblables ; la validité, le degré auquel les données empiriques soutiennent l'interprétation que l'on fait des scores pour un usage précis. Un test peut être fiable et, malgré tout, ne pas être valide pour ce qu'on veut en faire.
Un test de personnalité a-t-il des réponses correctes et incorrectes ?
Non. Les questionnaires de personnalité sont des tests de « performance typique », qui explorent préférences et attitudes, à la différence des tests de « performance maximale », comme les tests d'aptitude, qui comptent bien des réussites et des erreurs.
L'ennéagramme respecte-t-il ces critères psychométriques ?
En partie seulement. La revue systématique de Hook et ses collègues (2021), portant sur 104 échantillons, a trouvé des preuves mitigées de fiabilité et de validité : certaines échelles sont liées comme on pourrait s'y attendre au Big Five, mais les analyses factorielles trouvent en général moins de neuf facteurs et les ailes ou les mouvements entre types n'ont presque aucun appui. C'est pourquoi un test d'ennéagramme s'utilise comme outil de réflexion, et non comme mesure validée.
Qu'est-ce que l'alpha de Cronbach ?
Un indice de cohérence interne proposé par Lee Cronbach en 1951 : il indique dans quelle mesure les items d'une échelle varient ensemble, comme s'ils mesuraient la même chose. Il va de 0 à 1, et pour les échelles de personnalité on considère généralement comme acceptables des valeurs autour de 0,70-0,80 ou plus, selon l'usage.
