Ne considérez pas comme précis le QI d’un test qui ne publie pas les preuves nécessaires pour le juger. La publicité, le rang dans les résultats de recherche, l’apparence soignée du rapport ou un certificat de QI ne prouvent rien sur la qualité de mesure. Choisir un test de QI en ligne fiable permet aussi d’examiner le prix et les conditions contractuelles.
Les quatre éléments qui déterminent la qualité d’un test de QI
| Élément | Ce qu’il faut vérifier | Conséquence s’il manque |
|---|---|---|
| Standardisation | Les conditions de passation et de cotation sont-elles uniformes ? | Les différences d’appareil, de temps ou de cotation influencent le score |
| Normes | À quelles personnes les résultats sont-ils comparés ? | Un QI de 100 ou un rang dans les 2 % les mieux classés n’a pas de signification clairement définie |
| Fiabilité | Dans quelle mesure le score est-il cohérent ? | Quelques bonnes ou mauvaises réponses fortuites font fortement varier le résultat |
| Validité | Le score peut-il être interprété comme la capacité annoncée ? | Un résultat de raisonnement visuel est interprété à tort comme un QI global |
Aucun de ces quatre éléments ne suffit à lui seul. Un test peut présenter une forte fiabilité ; s’il ne mesure que le raisonnement visuel, son résultat ne peut pas pour autant être interprété comme un QI global, qui couvre aussi le langage, la mémoire et la vitesse de traitement.
Standardisation et normes
La standardisation consiste à uniformiser les consignes, les limites de temps, la présentation des questions, la cotation et le traitement des interruptions ou du temps écoulé. En ligne, les différences d’affichage entre smartphone et ordinateur, les délais de connexion, les passations répétées et le recours à des recherches en ligne ou à des notes font aussi partie des conditions de mesure. Si deux personnes ayant les mêmes capacités peuvent obtenir des QI très différents en raison de leur appareil ou du nombre de passations, leurs résultats ne sont pas comparables sur une même échelle.
Les normes définissent le groupe auquel le QI est comparé. Il est possible de convertir n’importe quelle distribution de scores bruts pour lui donner une moyenne de 100 et un écart-type de 15. Donner une moyenne de 100 aux seuls visiteurs d’un site ne situe pas pour autant le résultat parmi l’ensemble des adultes en France.
Pour juger les normes, il faut connaître non seulement l’effectif de l’échantillon normatif, mais aussi l’âge, la langue, la région, le mode de recrutement, le traitement des passations répétées, des réponses atypiques et des abandons, la correction liée à l’âge, l’année de collecte et la correspondance entre ces données, les questions actuelles et la méthode de cotation.
Même si un service annonce « 100 000 participants », la qualité des normes reste impossible à juger si l’on ignore si plusieurs passations d’une même personne sont incluses, combien de participants sont représentés dans chaque tranche d’âge et quand les données ont été recueillies. Les normes d’une autre langue ne peuvent pas non plus être appliquées telles quelles à un test simplement traduit en français. Les recommandations de l’International Test Commission demandent que le groupe normatif, l’échantillon, les procédures de standardisation et les principaux résultats statistiques puissent être examinés.
Fiabilité, erreur de mesure et intervalle de confiance
La fiabilité indique, par un coefficient compris entre 0 et 1, quelle part d’information cohérente contient un score. La cohérence de l’ensemble des questions et la stabilité d’une nouvelle passation effectuée un autre jour ne répondent pas à la même question. Afficher « fiabilité 0,90 » ne suffit pas : il faut savoir quel type de fiabilité a été calculé, sur quelles personnes et pour quel score.
La fiabilité permet de calculer l’erreur standard de mesure, ou SEM, d’un score individuel. Sur une échelle de QI dont l’écart-type est de 15, une fiabilité de 0,90 donne une SEM d’environ 4,7 points. Avec une méthode qui calcule l’intervalle de confiance à 95 % par ±1,96 SEM, un QI de 130 se lit dans une plage d’environ 121 à 139. Une fiabilité de 0,90 ne signifie donc pas que le score est exact au point près.
Cette plage représente l’erreur de mesure contenue dans un score individuel. Elle ne corrige ni un biais dans l’échantillon normatif ni une validité insuffisante, comme le fait de présenter le raisonnement visuel sous le nom de QI global.
Validité et étendue des capacités mesurées
La validité détermine si le score peut être interprété comme la capacité annoncée. Il faut vérifier si le contenu couvre cette capacité, si la structure attendue des scores apparaît dans les données et si le résultat entretient les relations prévues avec des tests d’intelligence ou des tâches apparentées.
Des figures ou des matrices peuvent former un bon test de raisonnement visuel ou de raisonnement fluide. Même avec une forte fiabilité sur 30 matrices, elles ne mesurent pas pour autant le vocabulaire, les connaissances, la mémoire de travail et la vitesse de traitement. Pour afficher un QI global, un test doit mesurer plusieurs capacités et disposer de preuves permettant de les combiner en un score général.
Une « corrélation de 0,70 avec un test de QI existant » ne signifie pas non plus que le résultat est exact à 70 %. Une corrélation indique dans quelle mesure deux scores montent et baissent ensemble. Si dix points étaient ajoutés au score de chaque personne, la corrélation avec le score d’origine resterait de 1, alors que tous les résultats seraient décalés de dix points. Pour savoir si les deux nombres peuvent être interprétés comme le même QI, il faut connaître le test de comparaison et son édition, l’échantillon, l’écart moyen et les différences selon les zones de scores.
Les questions et les normes nécessaires pour mesurer un QI élevé
Distinguer un QI de 130 d’un QI de 140 suppose de dépasser deux plafonds.
| Plafond | Ce qu’il faut | Conséquence s’il manque |
|---|---|---|
| Plafond des questions | Des questions qui distinguent encore les personnes aux capacités élevées | Les meilleurs participants réussissent presque tout et leurs différences ne sont plus observables |
| Plafond des normes | Assez de données et une méthode de conversion adaptée aux scores élevés | Il devient impossible de distinguer de manière stable plusieurs QI voisins à partir d’un même score brut |
Même dans un grand échantillon, peu de personnes se trouvent aux extrémités de la distribution. Sous l’hypothèse d’une distribution normale de moyenne 100 et d’écart-type 15, un échantillon de 2 000 personnes ne compte qu’environ 8 personnes ayant un QI de 140 ou plus. Il est difficile d’en déduire des distinctions fines entre 140, 142 et 145. Les scores de QI et proportions de la population montrent pourquoi les données deviennent plus difficiles à réunir à mesure que le score augmente.
Parmi les 2 200 enfants de l’échantillon normatif habituel de la WISC-V, seuls 16 avaient obtenu un score composite égal ou supérieur à 150. Des normes étendues ont donc été créées pour les scores élevés, puis vérifiées sur un échantillon distinct de 108 enfants aux capacités élevées. Même pour un test reconnu, la zone supérieure demande des questions et des données conçues à cette fin.
Les informations publiques nécessaires pour juger la qualité de mesure
Dans les informations publiées, vérifiez les correspondances suivantes plutôt que les formules publicitaires.
| Question | Informations publiques nécessaires |
|---|---|
| À qui le score est-il comparé ? | Population visée, composition de l’échantillon, année de collecte, méthode de conversion |
| Quelle capacité le score mesure-t-il ? | Composition des questions, structure des scores, méthode et résultats de la validation |
| Quelle est la marge d’erreur du score ? | Conditions de passation, type de fiabilité, SEM, méthode de vérification des scores élevés |
Un test n’a pas besoin de publier ses données brutes, son algorithme de cotation et ses questions réelles dans leur intégralité. Si la population, l’échantillon, les conditions de passation, la conversion, la fiabilité et l’erreur, les principaux résultats de validité et la correspondance entre la documentation technique et la version actuelle sont connus, les utilisateurs peuvent évaluer ses affirmations.
À l’inverse, si ces informations ne permettent pas d’évaluer la mesure, un nombre précis comme 137 n’a ni sens ni précision vérifiables. Ne considérez pas comme précis le QI d’un test qui ne publie pas ses fondements. C’est la conclusion pratique.
Les preuves de mesure publiées par BrainTypeIQ
BrainTypeIQ explique pourquoi neuf épreuves ont été choisies et comment elles correspondent aux cinq domaines, ainsi que la manière dont leurs scores sont combinés pour calculer le QI global et les cinq domaines.
La conversion sur une échelle standard et la méthode de composition, les normes fondées sur la première passation de 841 participants à la version japonaise et la fiabilité de 0,929 du QI global, avec une SEM d’environ 4,0 points sont également publiées. La version française utilise actuellement un barème provisoire adapté de la version japonaise et recueille ses propres données. Si votre objectif est une évaluation formelle ou un résultat à remettre à un tiers, choisissez en fonction de la différence entre la WAIS et BrainTypeIQ.