Tests psychométriques : transformer un score en décision utile

Sources

1. American Educational Research Association, American Psychological Association, National Council on Measurement in Education. Standards for Educational and Psychological Testing. Washington (DC) : American Educational Research Association; 2014. Édition en accès libre : testingstandards.net — cadre normatif consensuel publié conjointement par les trois associations depuis 1966, révisé en 2014, et dont cette édition a ajouté un chapitre entier consacré à l'équité et à l'accessibilité. Ce qui en fait la qualité n'est pas une taille d'effet mais la procédure : trois organisations relevant de disciplines distinctes — recherche en éducation, psychologie, mesure — arrêtent ensemble le texte, et chaque norme est assortie d'un commentaire qui en précise la portée. La définition retenue dans le présent article est citée verbatim, page 11 : « Validity refers to the degree to which evidence and theory support the interpretations of test scores for proposed uses of tests », les auteurs précisant immédiatement que « it is the interpretations of test scores for proposed uses that are evaluated, not the test itself » et qu'« it is incorrect to use the unqualified phrase "the validity of the test" ». Bornes : il s'agit d'un cadre professionnel nord-américain, sans valeur de preuve d'efficacité; il indique comment juger un usage proposé, jamais si un service produit un résultat. Les normes numérotées du chapitre 5 sur les normes de comparaison et l'ouverture du chapitre 3 sur l'équité n'ont pas pu être extraites du fichier consulté et ne sont donc pas citées.
2. Sackett PR, Zhang C, Berry CM, Lievens F. Revisiting meta-analytic estimates of validity in personnel selection: addressing systematic overcorrection for restriction of range. Journal of Applied Psychology. 2022;107(11):2040-2068. PMID 34968080. DOI 10.1037/apl0000994 — réanalyse de l'ensemble des méta-analyses de validité prédictive utilisées en sélection de personnel, portant sur des adultes en emploi et sur le rendement au travail comme critère. L'apport méthodologique est le cœur du travail : les auteurs n'ajoutent pas d'études, ils démontrent que les cinq façons courantes de construire et d'appliquer une distribution d'artéfacts pour corriger la restriction d'étendue produisent une surcorrection systématique, puis recalculent les estimations, qui baissent de 0,10 à 0,20 point; ils publient en outre, pour chaque procédé, les écarts moyens entre sous-groupes, mettant le compromis validité-diversité à la vue du lecteur. Estimations révisées retenues ici : entretien structuré 0,42 (k = 105; N = 7 864; borne inférieure de l'intervalle de crédibilité à 80 % : 0,18), tests de connaissances professionnelles 0,40 (k = 59; N = 3 965), tests d'aptitudes cognitives 0,31 (k = 779; N = 86 490; borne inférieure 0,13), entretien non structuré 0,19 (k = 32; N = 2 594; borne inférieure −0,01), inventaires d'intérêts 0,24 (k = 80; N = 14 522; borne inférieure −0,08). Verbatim de la conclusion : « our selection procedures remain useful, but selection predictor–criterion relationships are considerably lower than previously thought ». Bornes déclarées par les auteurs : seuls les écarts entre personnes noires et blanches ont pu être documentés, faute de données sur les autres comparaisons; les bases méta-analytiques réexaminées sont antérieures aux dispositifs de mesure les plus récents; et certaines méta-analyses réanalysées partagent des études, ce qui limite leur indépendance. Aucune déclaration de financement ni de conflit d'intérêts n'apparaît dans l'article consulté.
3. Hoff KA, Song QC, Wee CJM, Phan WMJ, Rounds J. Interest fit and job satisfaction: a systematic review and meta-analysis. Journal of Vocational Behavior. 2020;123:103503. DOI 10.1016/j.jvb.2020.103503 — revue systématique et méta-analyse de 105 études réparties sur plus de 65 ans, totalisant 194 corrélations et 39 602 travailleurs adultes, sur la relation entre l'ajustement des intérêts d'une personne à son emploi et sa satisfaction au travail. La valeur propre de ce travail tient à ce qu'il ne se contente pas de trancher un désaccord : les méta-analyses antérieures ne trouvaient aucune relation significative, et les auteurs identifient explicitement pourquoi — puissance statistique insuffisante et critères d'inclusion incohérents — avant de refaire l'estimation avec un intervalle de confiance serré. Résultat, verbatim : « Results revealed a statistically significant, positive relation between interest fit and overall job satisfaction that was slightly lower than expected (ρ = 0.19, [95% CI: 0.16, 0.21]) », la relation étant « notably stronger for satisfaction facets capturing how people evaluate their career choice in general ». Bornes : il s'agit d'associations mesurées entre groupes, chez des personnes occupant déjà un emploi; elles n'établissent ni la cause ni ce qui arriverait à une personne qui changerait de voie.
4. Breit M, Scherrer V, Preckel F. How useful are specific cognitive ability scores? An investigation of their stability and incremental validity beyond general intelligence. Intelligence. 2024;103:101816. DOI 10.1016/j.intell.2024.101816 — étude longitudinale menée auprès d'élèves allemands de la 7^e à la 9^e année (N = 326 au départ; N = 311 au second temps de mesure; N = 257 avec données d'intelligence complètes), remesurés après une année scolaire sur huit habiletés cognitives spécifiques. Le devis est ce qui donne sa portée à l'étude : ce sont les mêmes élèves qui sont réévalués un an plus tard, ce qui permet de séparer ce qui tient dans le temps de ce qui ne tient pas, et les habiletés spécifiques doivent gagner leur place après le score global, entré en premier dans les modèles. Les auteurs publient l'échec au même titre que le succès. Stabilité moyenne de rang des habiletés : 0,80 (étendue 0,71 à 0,85); reproduction du profil de forces et de faiblesses : accord médian κ = 0,31, au-dessus du hasard mais loin d'un portrait fiable. Validité incrémentale au-delà de l'intelligence générale, qualifiée par les auteurs de « mostly modest » : raisonnement sur les notes de mathématiques ΔR² = 0,07 à 0,09; habileté verbale sur les notes de langue ΔR² = 0,05 à 0,09; intelligence cristallisée sur les notes de géographie ΔR² = 0,03 à 0,08. Accès libre, licence CC-BY. Bornes : adolescents allemands scolarisés, critère = notes scolaires sur une seule année; ces pourcentages ne se transposent pas tels quels à une décision d'emploi chez l'adulte.
5. Kuncel NR, Klieger DM, Connelly BS, Ones DS. Mechanical versus clinical data combination in selection and admissions decisions: a meta-analysis. Journal of Applied Psychology. 2013;98(6):1060-1072. PMID 24041118. DOI 10.1037/a0034156 — méta-analyse de 17 études et 25 échantillons (2 263 travailleurs pour la voie mécanique et 2 027 pour la voie clinique; 889 et 632 étudiants), comparant deux façons de combiner la même information sur les mêmes personnes : une règle explicite et pondérée, ou une synthèse au jugé par un professionnel. C'est cette parité d'information qui fait la valeur du travail : ce n'est pas un test qui est mis en concurrence avec un autre, c'est une étape de la décision. Résultats : rendement au travail 0,44 pour la combinaison mécanique contre 0,28 pour la combinaison clinique, soit, verbatim, « an improvement in prediction of more than 50% »; réussite en formation 0,31 contre 0,16; avancement 0,42 contre 0,36; résultats scolaires 0,58 contre 0,48. Bornes déclarées par les auteurs : aucune correction pour la restriction d'étendue ni pour l'erreur de mesure du critère, faute de données propres aux échantillons; nombre modeste d'études contributives; aucun intervalle de confiance publié pour ces comparaisons. Aucune déclaration de financement ni de conflit d'intérêts n'apparaît dans l'article consulté.
6. Trahan LH, Stuebing KK, Fletcher JM, Hiscock M. The Flynn effect: a meta-analysis. Psychological Bulletin. 2014;140(5):1332-1360. PMID 24979188. DOI 10.1037/a0037173 — méta-analyse de 285 études menées depuis 1951 (N = 14 031) sur la dérive générationnelle des scores aux échelles d'intelligence, c'est-à-dire sur ce qui arrive au sens d'un score lorsque le groupe de comparaison qui lui sert de norme vieillit. L'apport propre de cette synthèse est de quantifier un phénomène que la littérature affirmait surtout qualitativement, et de publier ses modérateurs plutôt qu'un chiffre unique : l'âge et le niveau d'habileté modèrent l'estimation, sans confirmer uniformément l'hypothèse d'un ralentissement des gains. Gain moyen : 2,31 points de score standard par décennie; l'estimation monte à environ 2,93 points par décennie lorsque l'analyse est restreinte aux échelles Stanford-Binet et Wechsler administrées à partir de 1972. Bornes : il s'agit de moyennes de cohortes successives mesurées sur plus de six décennies, qui ne disent rien de l'évolution d'une personne en particulier; l'intervalle de confiance de l'estimation de 2,31 n'a pas pu être consulté et n'est donc pas publié ici.
7. Alfers T, Gittler G, Ulitzsch E, Pohl S. Assessing the speed–accuracy tradeoff in psychological testing using experimental manipulations. Educational and Psychological Measurement. 2025;85(2):357-383. PMID 39554769. DOI 10.1177/00131644241271309 — expérience à mesures répétées menée auprès de 1 305 candidats à un programme de formation de contrôleur aérien en Autriche, âgés de 17 à 55 ans (moyenne 21,9 ans; 97,1 % entre 17 et 30 ans), sur deux épreuves d'habileté spatiale de 20 items chacune. Le devis est ce qui donne sa force à l'étude : il est intra-sujet, chaque personne passant les deux conditions, de sorte qu'elle est son propre comparateur; la seule chose qui change est la consigne — « le plus exactement possible » contre « le plus rapidement et le plus exactement possible » — et aucune limite de temps n'est imposée dans l'une ou l'autre condition. La vitesse de travail latente augmente effectivement sous la seconde consigne (dz = 0,69; 76,17 % des participants), et l'habileté mesurée diminue (dz = 0,67), tous les participants sauf un obtenant un niveau plus faible sous pression de rapidité, 73,79 % perdant plus d'un demi-écart-type. Les auteurs publient aussi ce que la moyenne masque : la corrélation de groupe entre le gain de vitesse et la perte d'habileté est faible et non significative (ρ = −0,10), ce qui établit de fortes différences individuelles dans l'arbitrage. Accès libre, licence CC BY-NC. Bornes : population adulte en situation de sélection à fort enjeu, épreuves d'habileté spatiale; les résultats ne se transposent pas tels quels à une évaluation scolaire d'enfant. Notice reprise des articles déjà publiés du projet.
8. Woo SE, LeBreton JM, Keith MG, Tay L. Bias, fairness, and validity in graduate-school admissions: a psychometric perspective. Perspectives on Psychological Science. 2023;18(1):3-31. PMID 35687736. DOI 10.1177/17456916211055374 — revue critique des six sources d'information les plus utilisées pour décider d'une admission aux études supérieures : moyenne académique, énoncé personnel, curriculum vitæ, lettres de recommandation, entrevue et résultats au GRE. Son apport propre est de refuser de juger le test isolément : les six sources sont évaluées ensemble et selon les mêmes critères de validité, de biais et d'équité, y compris celles qu'on présente d'ordinaire comme l'alternative vertueuse aux mesures standardisées. Les auteurs distinguent explicitement le biais de mesure — « measurement bias occurs when a test or assessment produces different scores between subgroups who have the same level of ability at the time of measurement » — du biais de prédiction, et énoncent que « the presence of subgroup differences does not inherently imply that the test is biased ». Sur les solutions de rechange, ils rapportent que les lettres de recommandation n'apportent qu'« only minor incremental validity over the GRE and UGPA », souffrent d'une « poor interrater reliability » et présentent des différences de contenu selon le genre et l'origine, et que les énoncés personnels montrent une « weak relationship with graduate GPA and faculty performance ratings; no incremental validity over standardized test scores ». Déclaration verbatim : « The author(s) declared that there were no conflicts of interest with respect to the authorship or the publication of this article. » Bornes : la revue porte sur l'admission aux études supérieures en contexte nord-américain et sur une littérature largement états-unienne; elle ne statue pas sur l'équité d'un instrument donné administré au Québec, et ne comporte pas de méta-analyse propre.
9. Yeh W-H, et coll. Comparative effectiveness of EEG-neurofeedback training on memory: a systematic review and network meta-analysis. J Neuroeng Rehabil. 2025;22:94. PMID 40275307. DOI 10.1186/s12984-025-01634-8 — 60 études, 1 995 adultes en santé; entraînement alpha vs témoin actif. Intervalles de confiance non publiés dans l'article.
10. Gouvernement du Québec. Code des professions, RLRQ c. C-26, art. 37 a) — champ d'exercice des conseillères et conseillers d'orientation (Ordre des conseillers et conseillères d'orientation du Québec); certaines activités d'évaluation leur sont par ailleurs réservées par l'art. 37.1 du même code. PDF consolidé à jour au 7 avril 2026. LégisQuébec — champ d'exercice, sans valeur de preuve d'efficacité; ne constitue pas une liste exhaustive d'activités réservées.