En d’autres termes, ne peut-on vraiment pas comparer des pommes et des poires ? Dans cet article, nous allons nous pencher sur l’utilité et la nécessité des normes de test, car ce n’est qu’en faisant des comparaisons justes que l’on obtient des évaluations pertinentes.
Vous trouvez la question plutôt étrange et vous vous demandez quel est le rapport avec les normes de test ? Pour de nombreux emplois, vous avez raison d’être sceptique. Toutefois, si vous aviez l’intention de conduire des voitures de course de manière professionnelle, une taille supérieure à 1,80 m serait plutôt malvenue. D’une part en raison de l’espace restreint dans le véhicule, mais aussi en raison du poids plus élevé. C’est donc le contexte qui détermine quelle question et quelle comparaison concrète est la plus pertinente.
En règle générale, les adultes sont capables de répondre à la question de savoir s’ils sont plutôt grands ou petits. Grâce à l’expérience quotidienne avec d’autres personnes, nous avons établi une sorte de « norme mentale » subjective pour la taille et pouvons donc estimer si nous sommes plutôt plus grand, plus petit ou à peu près de la même taille que la plupart des autres personnes. Mais si vous voulez répondre à cette question de manière plus précise, par exemple dans le cadre d’examens médicaux, vous devez 1) mesurer votre taille et 2) la comparer à celle d’un groupe approprié. La réponse à cette question apparemment banale varie en fonction de la mesure utilisée et du groupe auquel on la compare (par exemple, adultes, enfants, joueurs de basket-ball professionnels). Il en va de même pour les tests psychologiques.
Pourquoi des normes de test ?
Un Test psychologique est l’étalon avec lequel nous pouvons mesurer les caractéristiques psychologiques. Cependant, contrairement à la taille, il est difficile, voire impossible, d’observer directement ces caractéristiques. Si l’on peut avoir une idée relativement précise de sa taille, il est beaucoup plus difficile d’évaluer des caractéristiques psychologiques telles que la « conscience » ou la « pensée logique et déductive ». La propre « norme mentale » est dans ce cas totalement insuffisante. Les normes de test permettent de remédier à cette situation et servent à comparer les résultats de test d’une personne à ceux d’un groupe de référence pertinent. Contrairement aux centimètres, pour lesquels nous avons construit un certain « sentiment », une valeur brute de test dit rarement quelque chose sur une personne. Si une personne a réussi 7 des 15 épreuves d’un test, cela pourrait être un bon ou un mauvais résultat, selon la difficulté des questions. La valeur brute dans un Test n’a de sens que si l’on sait comment d’autres personnes ont obtenu des résultats dans le Test. Le groupe de comparaison est ce que l’on appelle un échantillon normatif, c’est-à-dire un groupe de personnes le plus large possible, représentatif de la population cible du test et testé avec Test. Les valeurs standard peuvent ensuite être calculées sur la base des données de test de l’échantillon standard. Les valeurs de la norme donnent directement des informations sur la position de la personne par rapport à l’échantillon de la norme en ce qui concerne une caractéristique psychique. Ainsi, un résultat peut être interprété comme une performance supérieure, inférieure ou moyenne au test ou comme un niveau élevé, faible ou modéré de traits de personnalité, d’attitudes ou d’intérêts.
Quels sont les types d’échantillons standard ?
Les tests psychologiques peuvent être utilisés pour de nombreuses questions différentes. Afin de fournir un groupe de comparaison adapté à chaque question ou personne, de nombreux tests proposent plusieurs échantillons standard. Il existe souvent un échantillon de référence représentatif de la population générale. Dans ce contexte, représentatif signifie que la distribution des caractéristiques personnelles pertinentes telles que l’âge, le sexe ou le niveau d’éducation dans l’échantillon est comparable à celle de la population générale. Sur la base de ces (grands) échantillons normatifs représentatifs de la population, des normes de sous-groupes séparés par âge, sexe et/ou niveau d’éducation (par exemple, groupe d’âge 50-59 ans) sont également créées la plupart du temps. Selon le site Test et la question posée, il peut également être utile d’utiliser d’autres normes spécifiques au groupe (par exemple, séparées par profession, type d’école ou maladie). Contrairement aux normes représentatives de la population, qui sont le plus souvent des échantillons stratifiés ou des échantillons par quotas, ces normes spécifiques à un groupe sont souvent des échantillons dits de crise. Plus le groupe de population est spécifique et petit (par exemple, les footballeurs allemands de moins de 19 ans, en deuxième division), plus ces échantillons par crise sont susceptibles d’être représentatifs de la population cible.
Quels sont les différents types de normes ?
En ce qui concerne les valeurs standard, on distingue essentiellement deux groupes : Les pourcentages (PR) peuvent être calculés sur la base de la fréquence relative de certaines valeurs brutes de test dans l’échantillon standard (au moyen d’une transformation de surface). Un rang de pourcentage indique le pourcentage de l’échantillon standard qui a obtenu un résultat de test égal ou inférieur. Par exemple, un PR = 87 signifie que 87 % de l’échantillon standard a obtenu un résultat de test identique ou inférieur, ou que 13 % de l’échantillon standard a obtenu un résultat supérieur. En revanche, les normes standard indiquent le nombre d ‘écarts-types entre le résultat du test et la moyenne de l’échantillon standard. La base de toutes les normes standard sont des valeurs z avec une moyenne (M) de 0 et un écart-type (ET) de 1. Par conséquent, une valeur z = -0,5 signifie que le résultat du test est inférieur d’un demi-écart-type à la moyenne de la norme. Les valeurs z étant peu pratiques en raison des décimales et du changement de signe, d’autres normes standard ont été développées. Tout comme la conversion de Celsius en Fahrenheit, la conversion des valeurs z en d’autres normes standard n’est qu’une transformation linéaire. Les normes standard peuvent donc être changées à volonté. Les normes standard les plus fréquemment utilisées sont par exemple les valeurs T (M=50, ET=10) ou les valeurs QI (M=100, ET=15). Si les valeurs du test suivent une distribution à peu près normale, ces normes standard peuvent être interprétées de la même manière que les RP, sur la base de la distribution normale standard. Un QI = 130 représente un résultat supérieur de deux écarts-types (2 x 15) à la moyenne (QI=100) et signifierait que seuls ~2,5 % de l’échantillon standard ont un meilleur résultat au test.
