Archives par étiquette : additivité

36a. Comment lire une échelle analogique de douleur ?

Cet article approfondit l’analyse du concept de fonction de mesurage continue, introduite dans l’article 5a, qui utilise l’exemple d’une échelle analogique de douleur. Il s’agit de préciser l’incertitude théorique qui s’attache à l’interprétation des mesures lues sur l’échelle de mesure et d’en tirer les conséquences du point de vue psychologique.

1. Comparaison inter-individuelle

Considérons tout d’abord le graphique ci-dessous qui représente la fonction de mesurage de Paul et la fonction de mesurage de Julie (pour zoomer sur l’image, cliquer dessus ; on se place dans la situation où ces fonctions seraient connues). Tous deux, lors d’une mesure, indiquent sur l’échelle une valeur d’environ 7 cm. Qui des deux a le plus de douleur ?

36a1 Sauf quand leur douleur est nulle ou maximale, lorsque Paul et Julie indiquent l’intensité de leur douleur par une même distance sur l’échelle analogique, la douleur de Julie est plus grande que la douleur de Paul (ce qui, en termes courants, signifie que Julie est plus résistante à la douleur que Paul). Ainsi, si on admet que les fonctions de mesurage sont propres aux personnes et que ces fonctions ne sont pas identifiées, on ne peut pas utiliser les distances mesurées pour comparer les quantités de douleur chez les différentes personnes : chacun est son propre instrument de mesure et on ignore comment passer d’un instrument à un autre.

2. Comparaison intra-individuelle

Concentrons-nous à présent sur le mesurage de la douleur de Paul par sa fonction représentée ci-dessous et envisageons quatre états de sa douleur, q1 < q2 < q3 < q4, tels que q2 – q1 = q4 – q3 (les écarts sont les mêmes). Que disent les mesures ? On a bien F(q1) < F(q2) < F(q3) < F(q4), mais a-t-on

F(q2) – F(q1) = F(q4) – F(q3) ?

36a2Non : F(q2) – F(q1) > F(q4) – F(q3). En d’autres termes, la fonction de mesurage ne conserve pas l’unité de changement de la douleur, ou encore, la mesure n’est pas métrique mais seulement ordinale. Calculer une différence entre plusieurs mesures pour quantifier le changement de la douleur, c’est-à-dire connaître la quantité de changement de douleur, est une chose vaine (cf. Bachelard, 1938/1983). Les hauteurs lues sur l’échelle de douleur indiquent seulement le sens (positif ou négatif) du changement de la douleur.

D’où la question suivante : que faut-il pour que la différence entre deux mesures ait une signification quantitative, c’est-à-dire qu’on puisse référer à une unité de douleur ? En d’autres termes, que faut-il pour que le taux d’accroissement dy/dq soit une constante positive ? Il faut et il suffit que la fonction de mesurage soit une fonction affine, c’est-à-dire du type F(q) = aq + b, avec a > 0. En effet, quels que soient q1 et q2 distincts,

[F(q2) – F(q1)]/(q2q1) = a <=> F(q2)F(q1) = aq2 – aq1 <=> pour tout q F(q) = aq + b.

Les mesures obtenues par une fonction de mesurage affine conservent les intervalles de quantités de la grandeur mesurée, c’est pourquoi on les appelle des mesures d’intervalle (cf. 40a).

Enfin, les mesures sont-elles additives ? Autrement dit, quels que soient q1 et q2, a-t-on

F(q1) + F(q2) = F(q1 + q2) ?

Si F est linéaire, ie., F(q) = aq, ce qui correspond à ce qu’on appelle une échelle de ratio, F est additive : pour tous q1 et q2, F(q1 + q2) = a(q1 + q2) = aq1 + aq2 = F(q1) + F(q2).

Par exemple, les mesures de température effectuées à l’aide d’un thermomètre en degrés Celsius ne sont pas additives parce que b, dans l’équation de la fonction affine de mesurage, n’est pas nul (quand on lit 0°, la température n’est pas nulle).

Si F est additive et continue, elle est linéaire (preuve que m’a expliquée Julien Labetaa).

3. Conséquences

Si, lorsqu’on demande à quelqu’un d’indiquer l’intensité de sa douleur en utilisant une échelle de douleur, on veut interpréter ses réponses comme des mesures, il faut admettre que toute réponse dépend de la quantité de douleur instantanée via une fonction de mesurage, dont on ignore la nature. Si on veut considérer que la mesure effectuée est quantitative, il faut admettre que cette fonction est affine (échelle d’intervalle) ou linéaire (échelle de ratio). Toutes ces suppositions sont invraisemblables si on admet que la personne répond non pas machinalement mais selon ce qu’elle veut, quand bien même sa volonté nous demeure inaccessible.

Au lieu de fonder son interprétation de la réponse sur des arguments psychométriques ou métrologiques dont la plausibilité est douteuse, le psychologue peut plutôt considérer cette réponse comme un acte de langage, qui implique l’intentionnalité des interlocuteurs plongés dans un champ de significations possibles. Si, par exemple, la personne énonce “7 cm” hier et “6 cm” aujourd’hui, il est possible qu’elle dise “j’ai un peu moins mal aujourd’hui qu’hier” dans le langage du clinicien qui la fait s’exprimer par déplacements du curseur de l’échelle. La sagesse philosophique de Bachelard (1938/1983) peut être utile au psychologue :

Mesurer exactement un objet fuyant ou indéterminé, mesurer exactement un objet fixe et bien déterminé avec un instrument grossier, voilà deux types d’occupations vaines que rejette de prime abord la discipline scientifique. (p. 213)

Référence

Bachelard, G. (1983). La formation de l’esprit scientifique. Paris : Vrin. (Première édition en 1938)

30a. Mesurage fonctionnel : tester le modèle additif

Cet article présente le modèle additif du mesurage fonctionnel (functional measurement) proposé par Norman H. Anderson (e.g., 2001). Dans la perspective falsificationniste que nous adoptons, l’intérêt majeur de ce modèle de mesurage est qu’il est testable à l’échelle d’une personne.

1. Mesurer l’appréciation subjective d’une situation multi-critère

Le schéma ci-dessous (source) permet de visualiser le processus de mesurage. La grandeur mesurée, r sur le schéma, est une appréciation subjective (par exemple, l’acceptabilité de telle punition dans telle situation). Le mesurant de la grandeur r est la réponse R (par exemple, la distance qui sépare la marque de la personne de l’origine de l’échelle visuelle analogique qu’elle utilise).

450px-Information-integration.svg

La quantité de grandeur r est définie comme la somme des quantités sA, sB, …, sZ (intégration additive). Ces quantités sont des valeurs attribuées aux aspects (critères) SA, SB, …, SZ de la situation. La fonction de mesurage reliant R à r est une fonction affine positive :

R = a + br, b > 0, ou encore r = (R – a)/b.

Contrairement au mesurage d’une grandeur psychologique par une réponse multivariée qualitative, où la grandeur n’est pas analysée (cf. 11a), le mesurage fonctionnel de l’appréciation subjective repose sur la décomposition additive de la grandeur (appréciation) et sur une réponse quantitative univariée (R comme distance sur une échelle visuelle analogique).

2. Tester le modèle à l’échelle de la personne qui produit les appréciations

Tout repose sur la supposition selon laquelle l’appréciation r intègre additivement les valeurs données à un certain nombre de critères. Considérons une situation à deux critères dichotomiques SA et SB (SA = 0 ou 1, SB = 0 ou 1). Notons les valeurs correspondantes sA=0, sA=1, sB=0 et sB=1. On a donc :

  • rA=0 et B=0 = sA=0 + sB=0,
  • rA=0 et B=1 = sA=0 + sB=1,
  • rA=1 et B=0 = sA=1 + sB=0,
  • rA=1 et B=1 = sA=1 + sB=1.

En remplaçant dans l’équation de mesurage, on obtient :

  1. rA=0 et B=0 = sA=0 + sB=0 = (RA=0 et B=0 a)/b,
  2. rA=0 et B=1 = sA=0 + sB=1 = (RA=0 et B=1 a)/b,
  3. rA=1 et B=0 = sA=1 + sB=0 = (RA=1 et B=0 a)/b,
  4. rA=1 et B=1 = sA=1 + sB=1 = (RA=1 et B=1 a)/b.

En soustrayant (2) à (1), on obtient

sA=0 + sB=0 – (sA=0 + sB=1) = (RA=0 et B=0 a)/b – (RA=0 et B=1 a)/b,

c’est-à-dire

sB=0 – sB=1 = (RA=0 et B=0 – RA=0 et B=1)/b

d’où

b(sB=0 – sB=1) = RA=0 et B=0 – RA=0 et B=1.

En soustrayant (4) à (3), on obtient

b(sB=0 – sB=1) = RA=1 et B=0 – RA=1 et B=1,

d’où

RA=1 et B=0 – RA=1 et B=1 = RA=0 et B=0 – RA=0 et B=1.

Si le modèle est vrai, deux différences observables sont égales.

On obtient l’égalité de deux autres différences observables en soustrayant (3) à (1) et (4) à (2) :

RA=0 et B=0 – RA=1 et B=0 = RA=0 et B=1 – RA=1 et B=1.

 3. Négocier l’approximation

On demande à quelqu’un, à qui on a appris à distinguer les critères SA et SB, d’apprécier les quatre situations (en abrégé : 00, 01, 10, 11). On calcule les quatre différences et il faut alors juger : les égalités déduites de la théorie sont-elles obtenues ou pas ? Comme on ne dispose pas d’une mesure exacte des distances R, on peut se donner une approximation de ± 1 mm, c’est une question de convention (cf. 7a).

Avec cette convention, on accepte comme approximativement égales deux valeurs dont la différence est inférieure, en valeur absolue, à 2 mm, et comme clairement inégales deux valeurs dont la différence est supérieure, en valeur absolue, à 2 mm.

4. La stabilité des réponses

Supposons que le test soit réussi. Peut-on conclure que la personne produit ses appréciations pour cette situation toujours selon la même formule d’intégration additive ? Non. Il faut vérifier, par exemple, trois jours plus tard. Il est possible que ses appréciations changent, de telle sorte que l’additivité soit à nouveau corroborée, ou bien de telle sorte que l’additivité soit falsifiée. Immense est notre ignorance.

5. Comparabilité inter-individuelle

Supposons que les réponses de Paul et de Julie permettent de supposer qu’elles mesurent leurs appréciations selon le modèle additif. Supposons que lorsqu’ils apprécient la situation 00, leurs réponses soient 2 et 4 cm, respectivement. Peut-on en déduire que Paul a une appréciation plus petite que Julie de la situation ?

D’après la théorie, les personnes attribuent des valeurs aux critères. Mais la théorie est muette sur l’unité de valeur sur laquelle repose l’additivité. Rien ne dit que les unités de valeur utilisées par Paul et Julie pour évaluer les critères soient égales — d’un point de vue épistémologique, on peut se demander s’il existe même un critère d’égalité. Même en postulant l’égalité des unités de valeur, rien ne dit que les fonctions de mesurage qu’ils utilisent, une fois les valeurs additionnées, pour indiquer leurs appréciations sur l’échelle de réponse, soient identiques.

La plausibilité de l’additivité du modèle au niveau intra-individuel n’implique pas que les réponses (R) permettent des comparaisons théoriques inter-individuelles (r). Agréger les réponses de personnes différentes pour faire des inférences sur le processus de mesurage fonctionnel moyen suppose d’accepter que ce processus ne dépende pas des personnes (seules les valeurs données aux critères seraient spécifiques). Cette hypothèse est testable : elle implique que toute personne produise ses réponses selon un processus additif.

Référence

Anderson, N. H. (2001). Empirical direction in design and analysis. Mahwah, NJ: Lawrence Erlbaum Associates.

17a. Combien font deux oranges plus trois citrons ? Le méli-mélo conceptuel de Laveault et Grégoire

Dans leur “Introduction aux théories des tests en psychologie et en sciences de l’éducation” (2002), Dany Laveault et Jacques Grégoire abordent la notion de score composite, “résultat de l’addition des scores aux items du test” (p. 98), en posant la question “combien font deux oranges plus trois citrons ?”. On pourrait voir dans le choix d’un tel titre de paragraphe l’intention de critiquer l’usage des scores composites : “et” n’est pas “plus” et les scores composites ont une signification obscure. Mais quand on lit la suite, on se rend compte que la portée critique de la question semble leur échapper : les auteurs exposent trois façons d’y répondre :

“1. nous pouvons refuser de faire l’addition, considérant qu’il s’agit de deux catégories différentes ;

2. nous pouvons ramener chaque ensemble à un ensemble qui les contient tous les deux (p.e. la catégorie des fruits) et effectuer l’opération à l’intérieur de cet ensemble plus large. Dans notre exemple, la réponse est alors ‘cinq agrumes’ ou ‘cinq fruits’ ;

3. nous pouvons aussi ignorer les caractéristiques communes à chaque ensemble et répondre comme plusieurs jeunes enfants de six ans : ‘deux pommes plus trois oranges font cinq compotes'” (p. 98).

Les auteurs poursuivent en établissant un parallèle entre ces trois attitudes et trois manières de justifier le score composite. La première attitude consiste à justifier un “profil de scores”, c’est-à-dire un profil de sous-scores composites, chaque sous-score correspondant à un sous-test du test. La seconde attitude, justifiant le score composite, consiste à négliger les spécificités des items pour s’en tenir au “postulat qu’il ont tous au moins quelque chose en commun” (p. 98). La troisième solution consiste à restreindre la signification du score composite à un comptage : “A la question de départ, les réponses ‘cinq végétaux’ ou ‘cinq choses’ n’ont de précis que le chiffre” (p. 98).  Ce billet identifie quatre erreurs dans leur propos.

1. L’analogie entre addition des scores élémentaires et addition d’objets hétéroclites

Dans l’analogie, les scores aux items (les scores élémentaires) du test jouent le rôle d’objets hétéroclites (deux oranges, o1, o2 et trois citrons c1, c2 et c3). Mais l’analogie s’arrête quand on s’aperçoit de ce que, si les oranges et les citrons de l’ensemble {o1, o2, c1, c2, c3} peuvent constituer des unités de compte fondées sur l’abstraction (combien de fruits et, de manière plus générale, d’objets, compte-t-on ?), les scores élémentaires ne sont pas nécessairement des unités de compte. On peut compter le nombre de réussites lorsque les réponses aux items sont scorées 1 pour réussite et 0 pour échec ; par exemple, on compte trois réussites dans le 6-uplet (0, 0, 1, 0, 1, 1). Lorsque les formats de réponse sont des échelles de Likert, les scores élémentaires n’ont pas de signification comptable (pour une approche détaillée de la réponse à un test, voir 42a) ; par exemple, que compter dans le 5-uplet (2, 5, 2, 1, 7), où les nombres indiquent un degré d’accord sur une échelle de Likert en sept points ?

Justifier l’additivité des scores élémentaires en utilisant l’analogie d’une collection d’objets suppose de restreindre le propos aux tests formés par des items dont la réponse est décrite dans le référentiel {échec, réussite}. Ne pas expliciter cette restriction, c’est commettre une erreur de généralisation : on peut additionner les réussites donc (invalidité logique) tous les score élémentaires sont additifs (au sens du comptage de certains types d’événements).

2. Des sous-scores pour des sous-catégories

On peut très bien distinguer des catégories d’items comme on distingue la catégorie des oranges de celle des citrons ; par exemple, dans un test de personnalité, on pourra distinguer les items d’anxiété des items de dépression. On pourra dénombrer les items de chaque catégorie mais cela n’implique pas que les scores élémentaires aux items d’une même catégorie soient additifs. Or qui dit “profil de scores” dit “additivité” des scores aux items d’une certaine catégorie.

Laveault et Grégoire n’explicitent pas le problème de l’additivité des scores élémentaires parce qu’ils n’explicitent pas le problème du mesurage : en quoi un score élémentaire est-il une mesure ? Si un score élémentaire est une mesure, c’est une mesure ordinale, c’est-à-dire que ce score est le résultat d’un processus de mesurage qui, à toute quantité d’une certaine grandeur, permet l’attribution d’un certain score élémentaire. Ce processus est formalisé par une fonction croissante par palier (cf. 5a et cours de mesurage, vidéo 3). Si on suppose que les scores élémentaires de (2, 5, 2, 1, 7) mesurent la même quantité q via cinq fonctions de mesurage (une par item), chaque score désigne un segment de quantités qui contient q et l’addition des scores consiste, par hypothèse, à additionner des segments, ce qui n’a pas de sens parce que l’addition n’est pas définie sur des segments. Ainsi, une deuxième erreur dans le propos des auteurs consiste à ne pas spécifier le problème théorique que posent les scores composites lorsqu’on veut les interpréter comme des mesures (voir aussi, pour une approche formalisée, 11a).

3. Évaluer

Une troisième erreur de Laveault et Grégoire consiste dans l’omission de la finalité évaluative des scores composites. La note d’une copie a pour vocation non pas de mesurer quoique ce soit mais de donner une valeur sociale à un étudiant via sa copie : l’étudiant obtiendra (ou pas) telle unité de valeur et, finalement, tel diplôme. Le score à un test est utile s’il permet de conférer à l’individu qui a obtenu ce score une certaine valeur psychologique (par exemple, on dira que ses fonctions cognitives sont efficientes, déficientes, normales, ou que sa personnalité est normale ou pathologique, en s’appuyant sur une norme psychotechnique).

Si on réalise que, comme dans une copie, les scores élémentaires sont des unités de valeur relatives à un certain construit (et peu importe que ce construit soit “pur” ou bien “composite”), il n’y a plus de problème d’additivité puisqu’on additionne des unités de valeur dans le cadre d’une convention sociale d’évaluation. La question à laquelle on peut répondre n’est pas “combien font deux oranges plus trois citrons”, mais “que valent deux oranges et trois citrons ?” Si les oranges et les citrons forment un lot, l’addition des valeurs de chacun de ces fruits est la valeur du lot qu’ils composent — comme en économie, où le prix rend (la valeur de) toute chose comparable à (la valeur de) toute autre chose (voir aussi Jacquard, 1991, chapitre “L’économie de marché, masque de la réalité”).

4. Additionner des scores d’items suppose de postuler que “ces items mesurent sensiblement le même trait” (p. 98)

Une quatrième erreur contenue dans le propos des auteurs réside dans le rejet implicite du principe logique de non-contradiction. Quelle définition du mesurage serait compatible avec la possibilité de mesurer “sensiblement le même trait” ? Soit les items considérés mesurent le même trait (où “trait” est synonyme de “grandeur”), soit ils mesurent des traits distincts. Comment concevoir que deux traits distincts soient “sensiblement” identiques ? L’idée du “sensiblement le même” est une impossibilité logique : “être le même que” est une relation d’équivalence :  a est le même que b ou bien il ne l’est pas.

5. Conclusion

Si on reconnaît que les scores servent à situer les gens dans des échelles de valeurs, comme les prix servent à donner une valeur monétaire à toute chose qui tombe dans le domaine du marché1, alors on reconnaît que le problème de la validation des tests est un problème de philosophie sociale. Ce problème consiste à savoir comment se fabrique un “marché” des valeurs psychologiques et comment ce marché fixe les “prix” — la technique classique consistant à établir ce qu’on appelle malicieusement, dans la doctrine, un étalonnage, ce qui n’a rien à voir avec l’étalonnage instrumental, par exemple l’étalonnage d’un pH-mètre. Et on reconnaît que l’évaluation psychotechnique relève des sciences sociales comme le droit et l’économie : c’est cet aspect proprement social, par opposition à naturel, que la doctrine de la validation des tests escamote en habituant ses thuriféraires à l’idée que les tests sont des instruments de mesure.

Référence

Jacquard, A. (1991). Voici le temps du monde fini. Paris : Seuil.

Laveault, D. & Grégoire, D. (2002). Introduction aux théories des tests en psychologie et en sciences de l’éducation (2e éd.). Paris : De Boeck Université.

  1. Par exemple, le marché du droit à polluer monétarise l’environnement naturel. []