Psychométrie : théorie et applications
Le titre développé de cette grande leçon est « Du qualitatif au quantitatif : théorie et applications ». Consacrée à la psychométrie, elle approfondit la problématique de la mesure en psychologie selon deux perspectives.
- D’une part, il s’agit d’expliciter la construction d’un observable comme le processus de composition d’applications, processus qui permet de transcrire des énoncés qualitatifs en énoncés quantitatifs.
- D’autre part, il s’agit de montrer comment l’utilisation des prévisions qu’il est possible de dériver statistiquement à partir des « sorties » de l’observation psychotechnique étaye l’intervention du psychologue dans des problématiques de dépistage, de sélection et de conseil.
6. Évaluer un changement
Objectifs. Montrer comment on peut représenter un changement décrit vectoriellement.
Prérequis.
Résumé. La description du changement à l'aide de scores psychométriques implique que le changement ne peut pas être conçu autrement que dans le cadre d'une amélioration, d'une détérioration ou d'une absence de changement. Or cette façon de décrire n'est pas adaptée au caractère multivarié, ou vectoriel, des descriptions initiales. On peut décrire les changements en comptant le nombre d'améliorations, le nombre de détériorations et le nombre de non-changements.
La description du changement d'un état clinique est un problème de représentation. L'usage en psychométrie consiste à décrire les états cliniques à l'aide d'un score psychométrique, qu'on interprète comme une mesure plus ou moins valide et fidèle d'une grandeur latente (comme l'anxiété par exemple). La différence des scores s'interprète alors comme une mesure plus ou moins valide et fidèle du changement.
Cette approche, quoiqu'elle soit très répandue, pose deux questions fondamentales : que mesure-t-on ? comment évaluer l'erreur de mesure ? A notre avis, il n'existe pas de réponse scientifiquement satisfaisante à ces questions. Notre approche consiste à constater que ces questions se posent parce que la démarche évaluative se fonde sur une hypothèse fondamentale qui est fausse, ou non testable : les scores mesurent des grandeurs. La conséquence de cette hypothèse est que le changement ne peut être conçu que dans un cadre de référence trivalué : soit l'état clinique s'améliore, soit il se détériore, soit il reste stable.
L'analyse logique des méthodes descriptives multivariées montre que les états cliniques sont les éléments d'un ordre incomplet, par opposition à un ordre simple. Un ensemble doté d'une relation d'ordre est un ordre incomplet s'il existe deux éléments qui ne peuvent pas être ordonnés l'un par rapport à l'autre par cette relation d'ordre (deux éléments incomparables, qui ne sont pas en relation l'un avec l'autre). La conséquence conceptuelle d'une telle analyse est que le langage des scores n'est pas adapté à la réalité des phénomènes qu'on est capable de décrire.
Les psychologues peuvent apprendre à manipuler non pas des scores, mais des vecteurs. Par exemple, considérons une description fondée sur 10 signes cliniques, qu'on cote de manière binaire (0 pour absence du signe, 1 pour présence du signe). On analyse le changement qui est intervenu entre une première observation
0 0 1 0 1 1 1 0 0 1
et une seconde observation
0 0 0 0 1 1 0 1 0 0.
Si on applique la relation d'ordre produit direct, on conclut à un cas d'incomparabilité. Mais on peut aussi résumer le changement de la manière suivante. On compte le nombre d'améliorations, c'est-à-dire le nombre de signes qui disparaissent, puis le nombre de non-changements, puis le nombre de détériorations, c'est-à-dire le nombre de signes qui apparaissent.
L'analyse du changement donne le vecteur suivant :
0 0 1 0 1 1 1 0 0 1
0 0 0 0 1 1 0 1 0 0
= = + = = = + - = +,
qui contient trois améliorations (les "+"), six non-changements (les "=") et une détérioration (le "-"). La description vectorielle du changement est donc (3, 6, 1). Le clinicien peut ainsi, d'un seul coup d'œil, constater que l'état clinique est plutôt stable (6/10) et plutôt amélioré (3/4) pour ce qui concerne les variations observées.