Dans le vaste domaine de la psychométrie et de l’évaluation quantitative des sciences humaines, la recherche de la précision métrologique constitue une quête fondatrice. Tout instrument de mesure, qu’il s’agisse d’un test d’efficience cognitive, d’un inventaire de personnalité ou d’une échelle d’évaluation clinique, est inéluctablement soumis à des fluctuations aléatoires qui viennent altérer la pureté du score observé. C’est précisément pour quantifier, anticiper et maîtriser ces variations que la théorie classique des tests s’est dotée d’outils statistiques rigoureux, au premier rang desquels figure la modélisation de la fidélité. Comprendre comment la précision d’un instrument évolue en fonction de sa constitution interne demeure un impératif méthodologique pour tout chercheur ou praticien soucieux de la robustesse de ses conclusions diagnostiques.
Au cœur de cet édifice théorique repose une relation fondamentale mise en lumière au tout début du XXe siècle : l’interdépendance étroite entre la longueur d’une épreuve psychologique et son degré de consistance interne. Face au constat pragmatique qu’un test composé d’un nombre restreint d’items présente une vulnérabilité accrue aux bruits de mesure, les psychomètres ont cherché à formaliser mathématiquement l’effet de l’adjonction ou du retrait d’items sur le coefficient de précision métrique. Cette démarche a conduit à la formulation d’un principe prédictif universel, connu sous le nom de formule de Spearman-Brown, ou formule prophétique de Spearman-Brown, qui permet d’estimer avec une remarquable élégance algébrique la fidélité attendue d’un instrument remanié sans exiger la réadministration empirique systématique de versions expérimentales.
Cet article propose une exploration exhaustive et didactique de la formule de Spearman-Brown. À travers une analyse détaillée de ses fondements conceptuels, de ses postulats mathématiques stricts, de ses applications computationnelles pas à pas et de ses extensions contemporaines, nous mettrons en exergue tant la puissance prédictive de cet outil que ses limites inhérentes à la réalité du fonctionnement psychologique humain. Que l’objectif soit d’optimiser une batterie de tests standardisés, d’élaborer une forme abrégée pour la pratique clinique ou d’appliquer la méthode de bissection lors de l’estimation de la cohérence interne, la maîtrise de cette équation maîtresse constitue un jalon incontournable pour quiconque aspire à manier les instruments psychométriques avec rigueur et discernement.
1. Introduction aux fondements de la fidélité en psychométrie
1.1 Le concept de fidélité dans la théorie classique des tests
La théorie classique des tests (TCT), initiée par les travaux pionniers de Charles Spearman au tournant du XXe siècle, repose sur un postulat axiomatique élégant mais puissant : tout score observé à une épreuve psychologique ($X$) est la résultante linéaire de deux composantes additives non observables, à savoir le score vrai ($T$, pour true score) et une erreur de mesure aléatoire ($E$, pour error). Mathématiquement, cette relation s’énonce selon l’équation canonique $X = T + E$. Le score vrai représente l’espérance mathématique du score observé si le sujet était évalué une infinité de fois dans des conditions parfaitement indépendantes et stationnaires. L’erreur de mesure, quant à elle, regroupe l’ensemble des perturbations transitoires, idiosyncrasiques ou environnementales qui dévient le score de sa trajectoire idéale. Par définition, l’espérance de l’erreur est nulle, et l’erreur est postulée comme non corrélée au score vrai ni aux erreurs d’autres mesures parallèles.
Dans ce cadre conceptuel, la fidélité d’un instrument, notée conventionnellement $r_{xx’}$, ne désigne pas la véracité substantielle de ce qui est évalué, mais strictement le ratio entre la variance du score vrai et la variance totale observée :
$$r_{xx’} = \frac{\sigma^2_T}{\sigma^2_X} = \frac{\sigma^2_T}{\sigma^2_T + \sigma^2_E} = 1 – \frac{\sigma^2_E}{\sigma^2_X}$$
Une fidélité proche de l’unité indique que la variance observée est presque exclusivement imputable aux différences interindividuelles réelles sur le trait mesuré, tandis qu’une fidélité approchant zéro signale une prédominance délétère du bruit aléatoire. Il convient d’opérer une démarcation épistémologique tranchée entre la fidélité et la validité de construit. Tandis que la validité atteste qu’un test mesure bien le construit psychologique qu’il prétend évaluer et autorise des inférences légitimes, la fidélité se borne à quantifier la reproductibilité et la stabilité métrique de l’opération de mesure. Un instrument peut présenter une cohérence mathématique irréprochable tout en étant totalement dénué de validité par rapport au critère ciblé. Néanmoins, la fidélité fixe le plafond théorique indépassable de la validité : la corrélation entre un test et un critère extérieur ne peut mathématiquement excéder la racine carrée du coefficient de fidélité du test.
L’impact de la fidélité sur la pratique diagnostique s’exprime de façon cardinale à travers l’erreur type de mesure (ETM, ou Standard Error of Measurement, SEM). Définie par la relation $\text{ETM} = \sigma_X \sqrt{1 – r_{xx’}}$, cette métrique quantifie l’écart-type de la distribution des erreurs autour du score vrai. Lorsque la fidélité d’un test est médiocre, l’ETM s’accroît dramatiquement, ce qui élargit considérablement les intervalles de confiance encadrant le résultat individuel d’un sujet. Dans un contexte où des décisions cruciales sont prises sur la base de seuils cliniques ou scolaires, ignorer l’amplitude de l’erreur type de mesure revient à accorder une valeur déterministe à des scores qui ne sont que des approximations stochastiques.
1.2 La sensibilité de la fidélité à la longueur d’un instrument
L’un des phénomènes empiriques et théoriques les plus prégnants en psychométrie réside dans la dépendance directe du coefficient de fidélité à l’égard de la longueur de l’épreuve. Pour appréhender ce phénomène, il est nécessaire de concevoir un test psychologique comme une procédure d’échantillonnage de comportements. Chaque item constitue une sonde prélevée dans un univers conceptuel potentiellement infini d’indicateurs du trait latent. Lorsqu’un instrument ne comporte qu’une poignée d’items, cet échantillonnage est vulnérable aux biais de sélection et aux fluctuations locales de l’attention du répondant. L’adjonction progressive d’items comparables produit un effet de mutualisation statistique : les erreurs de mesure individuelles associées à chaque item, étant par nature non corrélées et d’espérance nulle, tendent à s’annuler mutuellement au fur et à mesure que la somme des items croît.
En revanche, la composante de score vrai s’accumule de manière déterministe et cohérente. Si l’on double la longueur d’une épreuve en lui adjoignant des items de qualité équivalente, la variance du score vrai augmente selon une progression quadratique au niveau des sommes de variances et covariances, tandis que la variance des erreurs résiduelles ne progresse que de manière strictement linéaire en raison de l’indépendance de ces dernières. Par conséquent, le dénominateur de l’équation de fidélité croît moins vite que le numérateur des scores vrais, ce qui génère mécaniquement une élévation du coefficient de fidélité global. C’est pour cette raison structurelle qu’une épreuve brève de trois questions présente une fidélité presque toujours inférieure à celle d’une échelle exhaustive en contenant trente.
Ce mécanisme engendre un dilemme pratique fondamental dans la conception des instruments psychologiques. D’un côté, les impératifs statistiques plaident pour des tests volumineux, maximisant la précision métrologique et minimisant l’erreur type de mesure. De l’autre, les contraintes de passation sur le terrain imposent une économie de temps et d’effort cognitif. Des protocoles trop longs induisent une lassitude chez le sujet, une baisse de motivation, voire des conduites de refus ou de réponse stéréotypée. Ce compromis entre précision statistique et viabilité clinique a poussé les théoriciens à formaliser cette relation afin de pouvoir anticiper l’optimum de longueur requis. Cette nécessité s’est cristallisée dans les contributions historiques coordonnées mais indépendantes publiées la même année, en 1910, par le statisticien et psychologue britannique Charles Spearman et son contemporain William Brown.
1.3 Rôle spécifique de la formule de Spearman-Brown
La formule de Spearman-Brown, fréquemment qualifiée dans la littérature anglo-saxonne de « prophétie de Spearman-Brown » (Spearman-Brown prophecy formula), occupe une place centrale dans l’arsenal du psychométricien. Sa fonction première est prédictive : elle permet de calculer a priori la fidélité théorique résultant de la modification délibérée de la taille d’une épreuve, sans qu’il soit nécessaire d’administrer matériellement la nouvelle version à un échantillon normatif pour en constater l’effet empirique. Cette capacité de modélisation mathématique confère au concepteur de tests un gain d’efficience méthodologique et financier inestimable au cours des étapes de calibrage et d’étalonnage standardisé.
Loin d’être un simple artifice d’extrapolation, cette formule s’inscrit au cœur même de la méthodologie de détermination de la cohérence interne. Historiquement, avant l’avènement des ordinateurs capables de calculer instantanément des matrices de covariances complexes et des coefficients multivariés tels que l’alpha de Cronbach ou l’oméga de McDonald, l’accès à la consistance d’un test reposait sur des procédures de partage par moitié. Dans cette perspective, la formule de Spearman-Brown ne constitue pas un complément optionnel, mais la clé de voûte indispensable permettant de corriger l’artéfact de sous-estimation induit par la scission d’un protocole en sous-échelles réduites.
En somme, le rôle de la formule de Spearman-Brown dépasse la simple prévision d’allongement d’inventaires psychométriques. Elle sert de paradigme d’évaluation pour juger de la sensibilité de n’importe quelle échelle de mesure aux lois de la répétition statistique. Elle lie organiquement la longueur nominale d’un test à sa puissance métrologique intrinsèque, établissant une passerelle analytique directe entre la structure opérationnelle d’un instrument et son positionnement sur le continuum de la fiabilité scientifique.
2. Définition mathématique et conceptuelle de la formule
2.1 Présentation formelle de l’équation standard
L’équation de Spearman-Brown s’énonce dans sa version classique sous une forme fractionnaire particulièrement compacte. Soit un test initial présentant un coefficient de fidélité empirique noté $r_{xx’}$, et dont la longueur est multipliée par un facteur d’échelle arbitraire $k$. Le coefficient de fidélité prédit pour la nouvelle version du test, conventionnellement désigné par $r_{kk’}$ ou $r_{\text{pred}}$, est régi par l’expression suivante :
$$r_{kk’} = \frac{k \cdot r_{xx’}}{1 + (k – 1) \cdot r_{xx’}}$$
Dans cette formulation algébrique :
- $r_{xx’}$ représente le coefficient de fidélité originel de l’instrument, issu d’une estimation préalable (comme une corrélation test-retest, une corrélation entre formes parallèles ou une corrélation entre deux moitiés d’un même instrument) ;
- $k$ désigne le facteur multiplicateur de longueur, un scalaire strictement positif représentant le rapport de proportionnalité entre le nombre d’items de la forme finale et celui de la forme d’origine ;
- $r_{kk’}$ correspond au coefficient de fidélité escompté à la suite de la reconfiguration de la longueur de l’épreuve.
Sur le plan mathématique, cette fonction assure que pour toute valeur valide de fidélité initiale comprise dans l’intervalle canonique $[0, 1]$ et pour tout facteur multiplicateur positif $k > 0$, la fidélité résultante prédite $r_{kk’}$ reste rigoureusement bornée au sein de ce même intervalle $[0, 1]$. Si la fidélité de départ est rigoureusement égale à zéro, le numérateur s’annule, indiquant qu’allonger un instrument qui ne mesure que du bruit stochastique ne produira jamais la moindre once de cohérence métrologique. Inversement, si la fidélité de base est parfaite ($r_{xx’} = 1$), l’expression se simplifie immédiatement en $k / (1 + k – 1) = k/k = 1$, ce qui démontre la cohérence asymptotique absolue du modèle.
2.2 Calcul et interprétation du facteur multiplicateur k
La détermination opérationnelle du facteur d’échelle $k$ constitue le prérequis analytique à toute manipulation de l’équation. Ce coefficient s’obtient simplement en divisant la dimension de l’instrument projeté par la dimension de l’instrument de référence :
$$k = \frac{N_{\text{final}}}{N_{\text{initial}}}$$
où $N_{\text{initial}}$ et $N_{\text{final}}$ désignent respectivement le nombre d’items constituant la version initiale et la version modifiée du test. L’interprétation de $k$ se segmente en trois cas fonctionnels distincts :
- Cas d’un allongement métrique ($k > 1$) : Le chercheur envisage d’enrichir son instrument par l’apport de nouveaux items supposés parallèles. Dans cette configuration, le facteur $k$ est strictement supérieur à l’unité, ce qui conduit invariablement à une valeur de fidélité prédite $r_{kk’}$ supérieure à la fidélité de référence $r_{xx’}$.
- Cas d’une réduction ou version abrégée ($0 < k < 1$) : Pour répondre à des contraintes cliniques de passation rapide, l’épreuve est délestée d’une partie de ses questions. Le ratio $k$ devient une fraction décimale inférieure à 1. Dans cette conjoncture, le dénominateur de la formule s’ajuste de telle sorte que la fidélité prédite subit une contraction systématique ($r_{kk’} < r_{xx'}$).
- Cas spécifique du dédoublement ($k = 2$) : Ce cas particulier revêt une importance historique et pratique majeure. Il s’agit de la situation exacte rencontrée lors de l’application de la méthode de bissection (split-half), où l’on souhaite déduire la fidélité de l’épreuve complète à partir de la corrélation calculée entre ses deux moitiés isolées. Lorsque $k = 2$, l’équation de Spearman-Brown adopte sa forme simplifiée la plus célèbre :
$$r_{\text{total}} = \frac{2 \cdot r_{\text{moitiés}}}{1 + r_{\text{moitiés}}}$$
2.3 Propriétés analytiques de la fonction de Spearman-Brown
L’analyse de la dérivée première de la fonction $r_{kk’}(k)$ par rapport à la variable d’échelle $k$ révèle des caractéristiques fondamentales quant à la dynamique de la progression de la fidélité psychométrique. En dérivant formellement l’expression par rapport à $k$, on obtient :
$$\frac{d(r_{kk’})}{dk} = \frac{r_{xx’}(1 – r_{xx’})}{[1 + (k – 1)r_{xx’}]^2}$$
Cette dérivée est strictement positive pour toute fidélité initiale comprise strictement entre 0 et 1. Cela prouve que la fidélité est une fonction strictement monotone croissante de la longueur du test. Néanmoins, sa dérivée seconde s’avère rigoureusement négative :
$$\frac{d^2(r_{kk’})}{dk^2} = \frac{-2 \cdot r_{xx’}^2 (1 – r_{xx’})}{[1 + (k – 1)r_{xx’}]^3} < 0$$
Cette négativité mathématique traduit l’existence d’une loi des rendements marginaux décroissants. Au fur et à mesure que la valeur de $k$ augmente, le gain incrémental de fidélité procuré par chaque item additionnel s’amenuise de façon spectaculaire. Passer d’un test de 10 items à un test de 20 items ($k = 2$) génère un bond qualitatif de consistance très substantiel ; en revanche, passer de 80 à 90 items, bien que représentant un effort empirique de rédaction équivalent de 10 nouveaux énoncés, n’apporte qu’un bénéfice marginal négligeable.
Le comportement asymptotique de l’équation lorsque $k$ tend vers l’infini corrobore cette observation. En calculant la limite formelle, on constate :
$$\lim_{k to \infty} r_{kk’} = \lim_{k to \infty} \frac{k \cdot r_{xx’}}{k \cdot r_{xx’} + (1 – r_{xx’})} = 1$$
La courbe de Spearman-Brown présente ainsi une asymptote horizontale d’équation $y = 1$. L’accroissement indéfini de la taille d’une épreuve permet théoriquement d’annihiler la variance d’erreur, mais cet objectif idéal se heurte à une vitesse de convergence qui décélère continuellement, soulignant l’inutilité d’étendre démesurément un inventaire psychologique au-delà d’un certain seuil d’adéquation métrologique.
3. Postulats théoriques et conditions d’application
3.1 L’hypothèse de parallélisme strict des items
La rigueur mathématique de la dérivation de Spearman-Brown repose sur un édifice d’hypothèses distributionnelles extrêmement contraignant. La condition cardinale d’applicabilité de la formule est l’hypothèse de parallélisme strict entre les items d’origine et les items ajoutés. Dans le cadre formel de la théorie classique des tests, deux tests ou sous-ensembles d’items $X_i$ et $X_j$ sont dits rigoureusement parallèles si et seulement s’ils satisfont deux axiomes simultanés :
- L’égalité absolue des scores vrais pour chaque individu dans la population de référence : $T_i = T_j$. Cela signifie que tous les items évaluent rigoureusement la même dimension du trait latent avec une intensité, une échelle et une sensibilité parfaitement superposables. Cela induit l’égalité parfaite des espérances mathématiques des scores observés : $E(X_i) = E(X_j)$.
- L’homogénéité stricte des variances d’erreur de mesure : $\sigma^2_{E_i} = \sigma^2_{E_j}$. La quantité de fluctuation stochastique résiduelle entourant la réponse à chaque item doit demeurer rigoureusement constante d’une composante à l’autre de l’instrument.
Si ces postulats sont violés, la dérivation formelle perd sa validité mathématique. Dans la hiérarchie des modèles de mesure psychométriques, le modèle parallèle représente le niveau d’exigence le plus drastique. Il se distingue nettement du modèle de tau-équivalence stricte (qui conserve l’égalité des scores vrais mais tolère des variances d’erreur hétérogènes), du modèle de tau-équivalence essentielle (qui autorise en outre une constante additive entre les scores vrais : $T_i = T_j + c$), et du modèle congénérique. Ce dernier, beaucoup plus réaliste dans les applications psychologiques réelles, autorise chaque item à présenter une pondération factorielle distincte ($\lambda_i$) et une variance d’erreur spécifique ($\Theta_i$). Lorsque l’on applique la formule de Spearman-Brown à des items qui ne sont que congénériques — ce qui constitue la norme dans les inventaires cliniques ou de personnalité —, la valeur prédite surestime ou sous-estime systématiquement la fidélité réelle qui sera observée sur le terrain.
3.2 Homogénéité et unidimensionnalité du construit mesuré
La formulation de Spearman-Brown présuppose intrinsèquement que le test constitue un ensemble parfaitement unidimensionnel. Pour que l’adjonction de nouveaux items agisse comme un amplificateur sélectif du signal au détriment du bruit, il est impératif que chaque nouvel item ajouté mesure sans distorsion le même construit psychologique sous-jacent que l’épreuve initiale. Si un chercheur tente d’accroître la fidélité d’une échelle évaluant l’anxiété sociale en y adjoignant des énoncés mesurant subrepticeusement la tendance à la dépression ou l’évitement agoraphobique, le postulat d’unidimensionnalité est transgressé.
L’introduction d’items hétérogènes génère une dispersion de la variance commune à travers de multiples facteurs latents. Au lieu d’amplifier la covariance partagée du construit cible, l’adjonction crée du bruit factoriel additionnel, réduisant l’intercorrélation moyenne entre items. La formule mathématique de Spearman-Brown ignore cette complexité structurale : traitant aveuglément les variables comme interchangeables, elle fournira une estimation optimiste qui sera irrémédiablement démentie par les analyses factorielles ultérieures. Il est donc indispensable, préalablement à toute utilisation prospective de l’équation, de soumettre le pool d’items à une analyse factorielle confirmatoire (AFC) rigoureuse afin d’attester de l’adéquation formelle d’un modèle unifactoriel strict.
3.3 Indépendance locale des erreurs de mesure
Un autre postulat fondateur de l’équation de Spearman-Brown, hérité de la théorie classique, concerne l’indépendance statistique absolue des résidus d’erreur. Cette condition stipule que les termes d’erreur attachés à chacun des items ne doivent présenter aucune covariance entre eux :
$$\text{Cov}(E_i, E_j) = 0 \quad \forall i \neq j$$
Dans la pratique psychologique empirique, cette exigence d’indépendance locale est particulièrement susceptible d’être compromise par des artéfacts de conception. La violation survient fréquemment lorsque plusieurs items partagent un format de formulation identique, un effet de halo sémantique, ou reposent sur l’interprétation d’un même stimulus introductif (par exemple, plusieurs questions de compréhension se rapportant à un même paragraphe de texte dans une épreuve cognitive). Dans ce cas, les erreurs de mesure associées à ces items deviennent positivement corrélées.
Lorsque des erreurs de mesure covarient positivement, cette corrélation parasite est traitée de manière factice par les équations de variance comme s’il s’agissait de variance de score vrai. En conséquence, l’application de la prophétie de Spearman-Brown en présence de corrélations résiduelles non nulles conduit à une inflation artificielle majeure de la fidélité prédite. L’expérimentateur s’illusionne sur la précision de son instrument, alors que cette apparente consistance n’est que la conséquence directe d’une dépendance locale indésirable.
4. Calcul pas à pas et exemple d’application pratique
4.1 Mise en situation concrète : Échelle de satisfaction au travail
Afin d’illustrer la mécanique opératoire de la formule de Spearman-Brown, considérons un cas d’application concret issu de la psychologie du travail et des organisations. Une équipe de consultants en ressources humaines et de chercheurs est chargée d’évaluer la satisfaction professionnelle au sein d’une multinationale. Pour ce faire, ils déploient un inventaire préliminaire comprenant $N_{\text{initial}} = 15$ items évaluant le bien-être au poste, la perception du management et la rémunération perçue sur des échelles de Likert en cinq points.
À l’issue de l’administration pilote menée auprès d’un échantillon représentatif de 400 collaborateurs, l’analyse psychométrique révèle un coefficient de fidélité empirique (mesuré via le coefficient alpha de consistance interne) de $r_{xx’} = 0,74$. Bien que ce niveau de précision soit acceptable pour des études exploratoires de groupe, la direction des ressources humaines souhaite utiliser cet outil pour fonder des décisions individuelles cruciales, telles que l’attribution de promotions ou l’orientation de carrières. Dans ce contexte d’évaluation à fort enjeu individuel, les standards internationaux de psychométrie (tels que ceux promulgués par l’American Educational Research Association et l’American Psychological Association) exigent un seuil minimal de fidélité métrique fixé à 0,85.
L’équipe méthodologique prend la décision stratégique d’allonger l’instrument de mesure pour atteindre le standard convoité. Ils entreprennent la rédaction de 15 nouveaux items rigoureusement conçus pour être strictement équivalents aux précédents, portant ainsi la dimension totale du futur questionnaire à $N_{\text{final}} = 30$ items. Avant de lancer une coûteuse campagne d’étalonnage sur le terrain, le responsable psychomètre applique la formule de Spearman-Brown afin de vérifier si ce doublement d’items permettra théoriquement de franchir la barre critique des 0,85.
4.2 Résolution mathématique détaillée
La résolution de cette problématique s’articule autour d’une démarche computationnelle séquentielle rigoureuse, ne laissant aucune place à l’ambiguïté algorithmique.
Étape 1 : Calcul du ratio d’allongement $k$
Le facteur multiplicateur se déduit du ratio dimensionnel entre la configuration cible et la configuration de départ :
$$k = \frac{N_{\text{final}}}{N_{\text{initial}}} = \frac{30}{15} = 2{,}0$$
L’opération se résume ici à un dédoublement exact de l’instrumentation de mesure ($k = 2$).
Étape 2 : Évaluation du numérateur de l’équation
En substituant les grandeurs numériques dans le numérateur de l’expression canonique de Spearman-Brown ($k \cdot r_{xx’}$), nous obtenons :
$$\text{Numérateur} = 2{,}0 \times 0{,}74 = 1{,}48$$
Étape 3 : Évaluation du dénominateur
Le dénominateur incorpore l’ajustement structurel modélisant la progression différentielle des variances : $1 + (k – 1) \cdot r_{xx’}$. En substituant nos paramètres :
$$\text{Dénominateur} = 1 + (2{,}0 – 1) \times 0{,}74 = 1 + 1 \times 0{,}74 = 1{,}74$$
Étape 4 : Division finale et obtention de la fidélité prévisionnelle
L’estimation finale de la fidélité de l’échelle à 30 items s’obtient par le quotient des deux termes précédemment dérivés :
$$r_{\text{pred}} = r_{22′} = \frac{1{,}48}{1{,}74} \approx 0{,}8505747$$
En arrondissant conventionnellement le résultat à deux décimales significatives selon les standards psychométriques, la fidélité prédite s’établit à $r_{\text{pred}} = 0{,}85$. La modélisation analytique atteste donc formellement que l’adjonction de 15 items équivalents permettra tout juste de satisfaire le niveau de précision requis pour une exploitation individuelle sécurisée.
4.3 Analyse de l’impact psychométrique de l’ajustement
Pour mesurer concrètement la portée de cette élévation de la fidélité, il convient de quantifier son incidence directe sur l’erreur type de mesure (ETM). Supposons que l’écart-type des scores totaux à l’épreuve de 15 items soit de $\sigma_{X_1} = 6{,}0$ points. L’erreur type de mesure initiale de cet inventaire s’établit à :
$$\text{ETM}_1 = \sigma_{X_1} \sqrt{1 – r_{xx’}} = 6{,}0 \times \sqrt{1 – 0{,}74} = 6{,}0 \times \sqrt{0{,}26} \approx 6{,}0 \times 0{,}5099 = 3{,}06 \text{ points}$$
Lorsque le test est doublé en taille, le score total moyen et l’écart-type sont rééchelonnés. Si l’on ramène les scores sur une métrique standardisée commune (par exemple en calculant le score moyen par item ou en convertissant en scores standards z), la réduction de l’erreur type de mesure apparaît avec netteté. Dans l’échelle de mesure unitaire, la proportion de variance d’erreur passe de $1 – 0{,}74 = 0{,}26$ (soit 26 % de bruit stochastique) à $1 – 0{,}85 = 0{,}15$ (seulement 15 % de bruit). La confiance accordée au score d’un candidat spécifique s’en trouve profondément renforcée : l’intervalle de confiance à 95 % entourant l’estimation de son score vrai se resserre d’environ 24 %, minimisant drastiquement les risques de faux positifs ou de faux négatifs diagnostiques.
Néanmoins, cette optimisation métrologique ne doit pas occulter l’analyse économique du coût de passation. Administrer 30 items au lieu de 15 double approximativement le temps requis pour compléter le test, le faisant passer de 6 à 12 minutes par collaborateur. À l’échelle d’une organisation employant des dizaines de milliers de personnes, un tel allongement engendre des coûts salariaux indirects considérables. Le psychométricien doit donc systématiquement mettre en balance le gain de fidélité théorique (+0,11 point) avec la charge logistique et l’alourdissement du protocole expérimental.
5. Utilisation inverse de la formule : dimensionner un test cible
5.1 Dérivation algébrique pour trouver k en fonction d’un objectif de fidélité
Si la forme canonique de l’équation de Spearman-Brown permet de déterminer la fidélité résultant d’une variation dimensionnelle arbitraire, la démarche méthodologique inverse est tout aussi fondamentale. En phase de conception, l’expérimentateur dispose d’une version pilote restreinte caractérisée par une fidélité $r_{\text{initial}}$ souvent imparfaite, et se fixe un niveau d’exigence statistique minimal $r_{\text{cible}}$ à atteindre. L’enjeu analytique consiste dès lors à inverser formellement l’équation pour isoler le facteur d’échelle $k$ en tant que variable dépendante.
Partons de l’égalité fondamentale :
$$r_{\text{cible}} = \frac{k \cdot r_{\text{initial}}}{1 + (k – 1) \cdot r_{\text{initial}}}$$
En multipliant les deux membres par le dénominateur, nous déployons l’équation :
$$r_{\text{cible}} \cdot [1 + (k – 1) \cdot r_{\text{initial}}] = k \cdot r_{\text{initial}}$$
$$r_{\text{cible}} + r_{\text{cible}} \cdot k \cdot r_{\text{initial}} – r_{\text{cible}} \cdot r_{\text{initial}} = k \cdot r_{\text{initial}}$$
Regroupons à présent les termes dépendant de l’inconnue $k$ dans le membre de droite :
$$r_{\text{cible}} – r_{\text{cible}} \cdot r_{\text{initial}} = k \cdot r_{\text{initial}} – k \cdot r_{\text{cible}} \cdot r_{\text{initial}}$$
Factorisons les expressions de part et d’autre :
$$r_{\text{cible}} \cdot (1 – r_{\text{initial}}) = k \cdot r_{\text{initial}} \cdot (1 – r_{\text{cible}})$$
En divisant par le coefficient pondérateur de $k$, nous aboutissons à l’expression d’inversion classique de Spearman-Brown :
$$k = \frac{r_{\text{cible}} \cdot (1 – r_{\text{initial}})}{r_{\text{initial}} \cdot (1 – r_{\text{cible}})}$$
Cette élégante formule indique précisément par quel facteur quantitatif la longueur du test actuel doit être multipliée pour satisfaire l’ambition métrologique prédéterminée. Une analyse structurelle de cette fraction démontre une propriété critique : lorsque $r_{\text{cible}}$ se rapproche asymptotiquement de la perfection ($r_{\text{cible}} to 1$), le terme $(1 – r_{\text{cible}})$ au dénominateur tend vers zéro, propulsant la valeur requise pour $k$ vers des grandeurs tendant vers l’infini positif. Cela corrobore mathématiquement l’impossibilité pratique de concevoir un test d’une fidélité absolue par simple sommation d’items.
5.2 Exemple numérique d’optimisation de longueur
Examinons une situation dans laquelle un centre hospitalier universitaire développe une nouvelle batterie d’évaluation des fonctions exécutives chez les patients atteints de troubles neurocognitifs légers. La phase d’expérimentation pilote menée sur une échelle inaugurale de $N_{\text{initial}} = 20$ épreuves élémentaires fournit un coefficient de cohérence métrique médiocre : $r_{\text{initial}} = 0{,}60$. L’équipe médicale juge que pour établir des diagnostics précoces sécurisés, l’instrumentation doit impérativement afficher une fidélité minimale de $r_{\text{cible}} = 0{,}80$.
Pour déterminer le volume d’items à créer pour satisfaire ce critère, le psychomètre applique la formule inverse :
$$k = \frac{0{,}80 \times (1 – 0{,}60)}{0{,}60 \times (1 – 0{,}80)} = \frac{0{,}80 \times 0{,}40}{0{,}60 \times 0{,}20} = \frac{0{,}32}{0{,}12} \approx 2{,}6667$$
Le facteur d’échelle calculé indique que l’instrument doit voir sa longueur multipliée par un coefficient de $2{,}67$.
Le nombre total d’items nécessaires pour matérialiser cette version étendue se déduit directement :
$$N_{\text{final}} = k \times N_{\text{initial}} = 2{,}6667 \times 20 = 53{,}33$$
Puisqu’un item psychométrique constitue une unité discrète insécable, il est méthodologiquement impératif d’arrondir à l’entier supérieur afin de garantir l’atteinte ou le dépassement du seuil métrique prescrit. Par conséquent, le nouvel inventaire devra être constitué d’au moins 54 items (impliquant la conception et la calibration rigoureuse de $54 – 20 = 34$ nouveaux items strictement parallèles aux 20 items initiaux).
5.3 Faisabilité pragmatique et contraintes de passation
Bien que la dérivation formelle livre une réponse univoque quant au nombre d’items à administrer, la décision opérationnelle finale ne peut être prise sans un examen scrupuleux des contingences humaines et cliniques de l’évaluation. Dans le cas d’espèce exposé ci-dessus, administrer 54 tâches cognitives complexes à des patients fragilisés sur le plan neurologique expose le protocole à des menaces d’invalidité sévères. L’allongement substantiel de la passation génère une fatigue cognitive intense, des fluctuations attentionnelles majeures, et une augmentation de l’anxiété de performance susceptible de dégrader artificiellement les scores aux derniers items.
Si la fatigue induite augmente la variance des erreurs résiduelles au fil du test, le postulat de base d’homoschédisticité des erreurs d’items est violé. Au lieu d’atteindre la fidélité de 0,80 prédite, l’épreuve expérimentale réelle de 54 items pourrait voir sa fidélité plafonner à un seuil bien inférieur en raison de l’introduction de ce bruit lié à l’épuisement. Si l’allongement physique de l’épreuve s’avère non viable écologiquement, le chercheur doit renoncer à l’optimisation par la quantité brute et mobiliser des voies alternatives :
- Procéder à une réécriture qualitative approfondie des items existants pour en maximiser la clarté et éliminer les ambiguïtés sémantiques ;
- Sélectionner exclusivement les items présentant les indices de discrimination (corrélations item-total corrigées) les plus élevés, évacuant les énoncés parasites ;
- Migrer de la théorie classique des tests vers la théorie de la réponse aux items (TRI) et implémenter des tests adaptatifs informatisés (CAT, pour Computerized Adaptive Testing), qui maximisent l’information métrique tout en maintenant une brièveté de passation remarquable.
6. La méthode de bissection (Split-Half) et Spearman-Brown
6.1 Principes de la méthode de partage par moitié
L’une des contributions méthodologiques les plus célèbres de la formule de Spearman-Brown réside dans son imbrication historique avec la méthode de bissection, ou technique du partage par moitié (split-half reliability). Face aux contraintes pratiques rendant parfois difficile la réadministration d’un test dans le cadre d’un protocole de fidélité test-retest (qui induit des risques d’effets d’apprentissage ou de mémoire) ou l’élaboration de formes parallèles exhaustives, la bissection propose d’extraire une estimation de la cohérence interne à partir d’une passation unique d’un seul inventaire psychométrique.
Le principe consiste à scinder artificiellement un test de $2n$ items en deux moitiés distinctes comprenant chacune $n$ items, généralement appelées sous-test A et sous-test B. Pour chaque sujet de l’échantillon, on calcule séparément le score obtenu sur la moitié A ($X_A$) et le score obtenu sur la moitié B ($X_B$). On calcule ensuite le coefficient de corrélation linéaire de Pearson entre ces deux distributions de scores partiels, noté $r_{AB}$.
Cependant, ce coefficient de corrélation $r_{AB}$ ne mesure directement que la fidélité d’un demi-test de longueur $n$. Comme nous l’avons théorisé dans les sections précédentes, un test deux fois plus court est intrinsèquement moins fidèle que le test dans sa pleine longueur originelle. Attribuer le coefficient $r_{AB}$ au test entier constituerait une sous-estimation systématique et sévère de sa reproductibilité métrologique réelle. C’est ici qu’intervient de manière obligatoire l’équation de Spearman-Brown avec un facteur d’échelle fixé exactement à $k = 2$. En appliquant la correction de dédoublement :
$$r_{\text{total}} = \frac{2 \cdot r_{AB}}{1 + r_{AB}}$$
le psychométricien rétablit analytiquement la valeur de fidélité correspondant à la longueur réelle $2n$ de l’instrument global.
6.2 Techniques de partitionnement d’un instrument
L’exactitude empirique de la fidélité par bissection dépend intimement de la manière dont la partition du test en deux sous-ensembles est opérée. Plusieurs stratégies méthodologiques peuvent être déployées, chacune comportant ses vertus et ses biais spécifiques :
- La méthode pair-impair (odd-even split) : Il s’agit du paradigme le plus rigoureux et le plus largement préconisé. Les items portant un numéro d’ordre impair sont assignés à la moitié A, tandis que les items portant un numéro pair sont alloués à la moitié B. Cette technique permet de neutraliser de façon presque parfaite les effets systématiques de fatigue, de réchauffement attentionnel ou d’apprentissage progressif au fil de l’épreuve, puisque chaque sous-test se trouve uniformément distribué du début à la fin de la séance de passation.
- La méthode séquentielle (première moitié contre seconde moitié) : Cette approche consiste à affecter les $n$ premiers items à la forme A et les $n$ derniers items à la forme B. Cette stratégie est vivement déconseillée dans la majorité des évaluations. D’une part, si le test présente une difficulté progressive (comme c’est quasi systématiquement le cas dans les batteries cognitives ou les épreuves de raisonnement), la seconde moitié comportera des items beaucoup plus difficiles que la première, brisant le postulat fondamental d’égalité des scores vrais et de parallélisme strict. D’autre part, la seconde moitié absorbera l’essentiel de la variance d’extinction attentionnelle et de lassitude des sujets, générant une asymétrie d’erreur de mesure préjudiciable.
- Le partitionnement aléatoire (random split) : Les items sont alloués aux deux formes par un tirage au sort probabiliste. Bien que séduisante par son absence de parti pris humain, cette méthode présente une instabilité stochastique notable, particulièrement sur des inventaires courts. Deux tirages aléatoires distincts appliqués au même échantillon peuvent produire des coefficients $r_{AB}$ et des fidélités corrigées divergeant sensiblement, introduisant une indétermination dans la caractérisation métrique du test.
6.3 Limites historiques et supériorité de la consistance interne moderne
Bien que la bissection couplée à la correction de Spearman-Brown ait constitué une avancée méthodologique cruciale au cours de la première moitié du XXe siècle, elle s’est heurtée à une faiblesse conceptuelle majeure : le problème de l’arbitraire du découpage. Pour un test modeste constitué de seulement 20 items, il existe mathématiquement :
$$\frac{1}{2} \binom{20}{10} = \frac{1}{2} \frac{20!}{10! \cdot 10!} = 92,378$$
façons distinctes de diviser l’épreuve en deux moitiés égales. Chacune de ces combinaisons produit une corrélation empirique légèrement divergente, et par voie de conséquence, une estimation de Spearman-Brown unique. Cette multiplicité des solutions possibles a nourri une incertitude métrologique inconfortable : quelle fidélité de bissection doit-on retenir comme représentative de l’instrument ?
Cette aporie théorique a trouvé sa résolution magistrale dans les travaux de Lee Cronbach en 1951. Cronbach a démontré mathématiquement que son célèbre coefficient alpha n’est rien d’autre que l’espérance mathématique (la moyenne exacte) de tous les coefficients de bissection de Spearman-Brown calculables sur l’ensemble des partitions possibles en deux moitiés d’un test. L’alpha de Cronbach a ainsi relégué la méthode du split-half à un rôle secondaire, offrant une estimation synthétique univoque de la cohérence interne affranchie de tout arbitraire de scission.
Néanmoins, la méthode de bissection de Spearman-Brown conserve une pertinence absolue et irremplaçable dans certains contextes spécifiques d’évaluation, notamment pour les épreuves de vitesse pure. Dans un test de vitesse chronométré où les items sont si faciles que personne ne commet d’erreur mais où aucun sujet ne peut terminer l’épreuve dans le temps alloué, le calcul de l’alpha de Cronbach ou d’une covariance inter-items standard produit une valeur fallacieusement proche de 1,0 en raison de la dépendance temporelle séquentielle des non-réponses. En revanche, administrer deux sous-tests séparés et chronométrés de manière autonome, puis appliquer la formule de Spearman-Brown ($k = 2$) à leur corrélation mutuelle, constitue toujours la méthode de référence pour calibrer la fidélité des épreuves d’efficience motrice ou perceptive rapide.
7. Conséquences de la réduction d’un test psychologique
7.1 Modélisation de l’impact d’une forme abrégée
Si la formule de Spearman-Brown est traditionnellement enseignée sous l’angle de l’accroissement des items, son application au processus inverse — à savoir la modélisation de la fidélité consécutive à l’amputation délibérée d’une échelle — constitue une nécessité tout aussi vitale pour le psychomètre contemporain. Dans les contextes épidémiologiques d’enquêtes en population générale, en médecine d’urgence ou dans les unités de soins intensifs, les batteries psychométriques standardisées s’avèrent impraticables en raison de leur volume. Les praticiens sont perpétuellement contraints d’élaborer des formes courtes (short-forms).
Dans ce paradigme de contraction, le facteur multiplicateur devient une grandeur fractionnaire comprise dans l’intervalle ouvert $0 < k < 1$. L’équation de Spearman-Brown quantifie précisément l’érosion métrologique inévitable associée à cette coupe sombre. À titre d’illustration, considérons une échelle exhaustive de dépression comptant 60 énoncés et affichant une fidélité clinique remarquable de$r_{xx’} = 0{,}92$. Une équipe de psychiatres souhaite condenser cet outil pour n’en conserver qu’une version abrégée de 15 items, adaptée aux bilans d’admission hospitalière rapides.
Le ratio dimensionnel s’établit à :
$$k = \frac{15}{60} = 0{,}25$$
L’introduction de ce facteur dans l’équation permet de projeter la fidélité résultante :
$$r_{\text{pred}} = \frac{0{,}25 \times 0{,}92}{1 + (0{,}25 – 1) \times 0{,}92} = \frac{0{,}23}{1 + (-0{,}75) \times 0{,}92} = \frac{0{,}23}{1 – 0{,}69} = \frac{0{,}23}{0{,}31} \approx 0{,}7419$$
Le constat analytique est sans appel : la fidélité de l’inventaire s’effondre de 0,92 à 0,74. Si l’on traduit cette perte en termes de modélisation de la certitude diagnostique, la variance d’erreur aléatoire bondit de $1 – 0{,}92 = 0{,}08$ (8 %) à $1 – 0{,}74 = 0{,}26$ (26 %). La proportion de bruit au sein du score individuel est ainsi multipliée par plus de trois. L’intervalle de confiance entourant le score de chaque patient verra sa largeur augmenter de façon substantielle ($\sqrt{0{,}26 / 0{,}08} \approx 1{,}80$, soit un élargissement de 80 % de la marge d’incertitude), ce qui risque de fragiliser les décisions thérapeutiques basées sur des scores frontières.
7.2 Risques associés à la création de versions ultra-courtes
L’élagage numérique des inventaires psychologiques ne comporte pas que des conséquences statistiques mécaniques sur la variance d’erreur ; il menace au premier chef la validité de contenu de la mesure. Tout construit psychologique complexe — qu’il s’agisse de l’intelligence générale, du névrosisme ou de la motivation autodéterminée — est composé d’une constellation de sous-dimensions et de facettes complémentaires. Lorsqu’un test de 60 items est réduit à 5 ou 6 questions pour en faire une version ultra-courte, il devient mathématiquement impossible de maintenir une couverture représentative de l’ensemble du domaine conceptuel initial.
Cette amputation de contenu entraîne un biais de sous-représentation du construit : certains aspects cardinaux du phénomène sont purement et simplement évacués du recueil de données. De surcroît, les épreuves ultra-brèves présentent une sensibilité critique aux fautes d’inattention, aux lapsus de lecture ou aux erreurs matérielles de saisie. Sur une échelle à 3 questions, une simple faute de lecture accidentelle sur un énoncé inverse instantanément un tiers du score global, déclassant de façon brutale l’individu au sein de l’étalonnage normatif.
Enfin, sur le plan de la modélisation statistique avancée, l’emploi de versions ultra-courtes à faible fidélité introduit des distorsions préjudiciables dans les modèles d’équations structurelles (SEM). En présence d’un taux d’erreur de mesure élevé non correctement contrôlé, les régressions et corrélations subissent le phénomène bien documenté d’atténuation : les coefficients de relations empiriques entre les construits apparaissent artificiellement affaiblis, risquant de conduire les chercheurs à rejeter à tort des hypothèses théoriques pourtant valides (erreurs de type II).
7.3 Stratégies d’optimisation lors de l’élagage d’items
Face à la fatalité mathématique de la baisse de fidélité prédite par Spearman-Brown lors d’une réduction d’items, le psychométricien chevronné ne procède jamais à un tirage au sort des items conservés. Il applique au contraire des méthodologies d’élagage ciblées, visant à défier en pratique la prophétie de Spearman-Brown en brisant délibérément l’hypothèse d’équivalence stricte des items.
La stratégie prééminente repose sur l’analyse fine des indices de discrimination item-total (corrélations bisérielles ou corrélation de Pearson corrigée $r_{it-\text{rest}}$) et de la théorie de la réponse aux items. En éliminant méthodiquement les énoncés affichant de faibles saturations factorielles, des formulations ambiguës ou des bruits idiosyncrasiques élevés, et en ne retenant que les « cœurs de cible » — c’est-à-dire les items présentant la plus forte information de Fisher sur le segment latent ciblé —, il est fréquemment possible d’observer sur le terrain une fidélité empirique finale nettement supérieure à la valeur fataliste prédite par la formule de Spearman-Brown.
Néanmoins, cette optimisation empirique impose un garde-fou théorique impérieux : la sélection aveugle des items affichant les corrélations item-total les plus démesurées tend à ne sélectionner que des paraphrases mutuelles (des items sémantiquement redondants), ce qui préserve artificiellement un coefficient de fidélité mathématique élevé tout en détruisant la richesse de l’univers de contenu du construit. Le travail de réduction nécessite donc une surveillance constante de la représentativité factorielle croisée, combinée à une validation croisée rigoureuse sur un échantillon d’individus totalement indépendant de celui ayant servi à sélectionner les items retenus.
8. Comparaison avec d’autres indices de fidélité psychométrique
8.1 Spearman-Brown face à l’alpha de Cronbach
L’articulation théorique entre la formule de Spearman-Brown et l’alpha de Cronbach ($\alpha$) constitue l’un des chapitres les plus élégants de la psychométrie analytique. Alors que Spearman-Brown prédit l’évolution globale de la fidélité sous l’hypothèse de parallélisme strict, l’alpha de Cronbach évalue la consistance interne à partir de la structure de covariance empirique entre les items individuels :
$$\alpha = \frac{p}{p – 1} \left( 1 – \frac{\sum_{i=1}^p \sigma^2_{X_i}}{\sigma^2_X} \right)$$
où $p$ représente le nombre total d’items composant l’instrument, $\sigma^2_{X_i}$ la variance propre de l’item $i$, et $\sigma^2_X$ la variance du score total composite.
Le postulat mathématique sous-tendant la validité exacte de l’alpha de Cronbach n’est pas le parallélisme strict, mais la tau-équivalence essentielle. Cette condition exige que les saturations factorielles de tous les items soient rigoureusement identiques entre elles ($\lambda_1 = \lambda_2 = dots = \lambda_p$), mais autorise les variances des erreurs de mesure spécifiques à diverger d’un item à l’autre. Lorsque les postulats de tau-équivalence sont satisfaits, l’alpha de Cronbach reflète fidèlement la précision de l’épreuve. Mais si l’instrument est congénérique (saturations factorielles inégales), l’alpha sous-estime de façon systématique la fidélité réelle de l’instrument, constituant simplement une borne inférieure (lower bound) de la reproductibilité métrique.
La formule de Spearman-Brown partage avec l’alpha cette grande vulnérabilité au nombre d’items : toutes deux voient leurs valeurs mécaniquement propulsées vers le haut par la simple multiplication des variables observées. Cependant, leur usage clinique et expérimental est différent. Spearman-Brown opère comme une fonction prédictive à macro-niveau basée sur un ratio de proportionnalité $k$, alors que l’alpha de Cronbach opère comme une mesure de constatation à micro-niveau, calculant la consistance effective à partir des données recueillies au sein d’une matrice d’items interconnectés.
8.2 Spearman-Brown versus l’oméga de McDonald
Au cours des deux dernières décennies, la psychométrie computationnelle a mis en lumière les insuffisances structurelles de l’alpha de Cronbach et des extrapolations classiques de Spearman-Brown, favorisant l’adoption généralisée de l’oméga de McDonald ($\omega$). Dérivé des modèles d’analyse factorielle confirmatoire, le coefficient oméga s’affranchit du postulat souvent irréaliste de tau-équivalence pour se situer d’emblée dans le cadre des modèles congénériques :
$$\omega = \frac{\left( \sum_{i=1}^p \lambda_i \right)^2}{\left( \sum_{i=1}^p \lambda_i \right)^2 + \sum_{i=1}^p \theta_{ii}}$$
Dans cette formulation, $\lambda_i$ représente la saturation factorielle factorielle non standardisée de l’item $i$ sur le construit latent, et $\theta_{ii}$ désigne la variance résiduelle unique (erreur de mesure propre) associée à cet énoncé.
Contrairement aux hypothèses rigides de Spearman-Brown, qui traitent chaque item additionnel comme un clone métrique apportant une quote-part identique de variance vraie, le formalisme de l’oméga permet de pondérer précisément la contribution réelle de chaque élément. Si un nouvel énoncé introduit présente une saturation faible ($lambda$ modeste) et une variance résiduelle exorbitante, l’oméga enregistrera une dégradation de la qualité globale du système de mesure, alors que l’application aveugle de Spearman-Brown aurait conclu faussement à un accroissement mécanique de la fidélité par le simple fait de l’incrémentation numérique de $k$.
De plus, l’approche factorielle moderne permet de décomposer l’oméga en oméga hiérarchique ($\omega_h$) et oméga total ($\omega_t$), permettant d’évaluer la fidélité du facteur général en purgeant les influences perturbatrices de facteurs de groupe ou de sous-échelles spécifiques. La prophétie de Spearman-Brown est totalement aveugle à ces subtilités bifactorielles, traitant la variance globale comme une masse unitaire et indifférenciée.
8.3 Comparaison avec les coefficients lambda de Guttman
Dans sa monumentale monographie de 1945, le statisticien et sociologue Louis Guttman s’est attaché à proposer une batterie de coefficients d’estimation de la fidélité formulés pour contourner les limitations des hypothèses de Spearman et Brown. Guttman a élaboré six bornes inférieures distinctes de la fidélité, désignées conventionnellement de $\lambda_1$ à $\lambda_6$.
Parmi cette famille d’indices, le coefficient $\lambda_4$ de Guttman entretient une filiation directe avec le principe du split-half de Spearman-Brown. $\lambda_4$ représente la fidélité par moitié calculée sans exiger l’égalité absolue des variances des deux sous-formes :
$$\lambda_4 = 2 \left( 1 – \frac{\sigma^2_{X_A} + \sigma^2_{X_B}}{\sigma^2_X} \right)$$
Lorsque les deux moitiés $A$ et $B$ affichent des variances rigoureusement identiques ($\sigma^2_{X_A} = \sigma^2_{X_B}$), la formule de Guttman $\lambda_4$ donne une valeur mathématiquement égale à celle obtenue par l’application de la correction de Spearman-Brown ($k = 2$) à la corrélation de Pearson entre ces deux moitiés. Cependant, dès que les variances divergent — ce qui arrive invariablement dans les conditions concrètes d’évaluation —, la formule classique de Spearman-Brown surestime le niveau d’accord interne. $\lambda_4$ s’avère donc plus robuste face aux asymétries de distribution.
La supériorité opérationnelle de la formule de Spearman-Brown sur la constellation des lambdas de Guttman réside toutefois dans sa versatilité prospective. Les indices de Guttman sont d’admirables estimateurs descriptifs d’une matrice de données déjà recueillie, mais ils sont incapables de prédire avec la simplicité du facteur $k$ ce que deviendrait la fidélité si l’on décidait de tripler ou d’amputer de moitié la taille de l’instrument d’évaluation.
9. Limites statistiques et biais méthodologiques
9.1 L’illusion de la redondance parfaite des items
L’application sans précaution de la formule de Spearman-Brown conduit fréquemment les chercheurs à un piège méthodologique pernicieux : la recherche obsessionnelle d’un coefficient de fidélité maximal par la création d’items artificiellement redondants. Sur le plan statistique, le moyen le plus expéditif pour faire grimper en flèche les corrélations inter-items consiste à répéter la même interrogation fondamentale sous de légères variations syntaxiques (par exemple, dans un inventaire d’estime de soi : « Je me sens compétent », « J’ai le sentiment d’avoir des compétences », « J’éprouve un sentiment d’efficacité personnelle »).
Cette redondance sémantique extrême produit une inflation artificielle du coefficient de fidélité, propulsant des indices $r_{kk’}$ au-delà de 0,95. Mais cette apparente perfection psychométrique cache en réalité une détérioration qualitative grave, connue sous le nom de paradoxe de l’atténuation (initialement conceptualisé par Loevinger en 1954). En resserrant drastiquement le faisceau du questionnement sur une minuscule enclave sémantique pour chasser toute trace de variance d’erreur apparente, le concepteur du test détruit la représentativité écologique du construit. L’épreuve devient d’une redondance stérile : sa fidélité est exceptionnelle, mais sa validité de critère s’effondre, car elle n’est plus capable de rendre compte de la richesse, de la diversité comportementale et des paradoxes inhérents au fonctionnement psychologique réel de l’être humain.
9.2 Biais psychologiques liés à l’allongement expérimental
La formule mathématique de Spearman-Brown traite le répondant humain comme une entité algorithmique invariable, dont les processus attentionnels et affectifs demeureraient d’une neutralité absolue que le test comporte 10 items ou 200 items. Cette hypothèse mécaniste constitue une fiction théorique contredite par l’ensemble des données de la psychologie cognitive et expérimentale.
Lorsqu’un protocole d’évaluation s’éternise au-delà de la capacité d’effort mental soutenu d’un individu, une série d’altérations comportementales systématiques émerge progressivement au cours de la passation :
- La fatigue cognitive et la baisse de vigilance : Les capacités de décodage approfondi des items s’érodent. Les sujets cessent de mobiliser les ressources nécessaires pour discriminer finement les nuances sémantiques entre les options de réponse.
- L’adoption de stratégies de réponse stéréotypées : Pour minimiser leur fardeau attentionnel (un processus théorisé sous le terme de satisficing par Simon et Krosnick), les répondants ont tendance à recourir à des heuristiques simplificatrices : acquiescement systématique (sélection de l’option « D’accord » sans lecture critique), alignement invariable sur les points médians des échelles, ou sélection machinale de la modalité extrême droite.
- La contamination aléatoire terminale : Vers la fin d’un inventaire démesurément long, certains répondants sélectionnent des réponses au hasard afin d’abréger la contrainte.
Ces manifestations psychologiques ont une implication statistique immédiate : au fur et à mesure que le test s’allonge, la variance d’erreur de mesure $\sigma^2_E$ n’est plus constante comme le postule la formule, mais croît de façon exponentielle dans les derniers déciles de l’épreuve. L’équation de Spearman-Brown, ignorant ces fluctuations de l’attention humaine, prédira des gains de fidélité majeurs qui seront systématiquement balayés par le bruit stochastique généré par l’épuisement cognitif des sujets.
9.3 Échecs du postulat de parallélisme dans la réalité empirique
Dans l’univers théorique de Charles Spearman et William Brown, il est postulé comme acquis qu’un psychomètre peut générer à volonté une quantité arbitraire de nouveaux items présentant des propriétés métrologiques rigoureusement superposables à celles des items de référence. Dans la pratique quotidienne de la psychométrie appliquée, ce postulat s’avère irréalisable.
Lors de la création initiale d’une échelle, le concepteur investit spontanément les indicateurs les plus représentatifs, les plus explicites et les plus puissants du construit. Dès lors que l’on tente d’étendre substantiellement la liste pour satisfaire les exigences dimensionnelles déduites de l’inversion de Spearman-Brown, les rédacteurs sont contraints de puiser dans des indicateurs périphériques, plus ambigus, moins discriminants ou sémantiquement plus distants. Ces nouveaux énoncés présentent inévitablement des saturations factorielles plus faibles et des variances d’erreur plus élevées que le noyau d’items fondateur.
Dès lors que les items ajoutés ne sont pas strictement parallèles mais s’avèrent de moindre qualité métrique, le postulat de base s’effondre. Le coefficient de fidélité empirique final plafonnera systématiquement en dessous des prédictions idéalisées fournies par l’équation de Spearman-Brown. Attendre passivement que la formule prophétique garantisse la qualité d’une échelle sans procéder à un réétalonnage empirique exhaustif constitue une faute de rigueur méthodologique caractérisée.
10. Domaines d’application en psychologie et sciences sociales
10.1 Évaluation cognitive et tests de performance maximale
Dans le domaine de l’évaluation de l’intelligence générale et des aptitudes cognitives spécifiques (telles que les matrices analogiques, les épreuves d’empan de mémoire de travail ou les tests de vitesse de traitement), la formule de Spearman-Brown intervient comme un outil d’architecture de mesure. Les batteries standardisées internationales, à l’image des échelles de Wechsler (WAIS, WISC) ou des tests de potentiel de Woodcock-Johnson, doivent impérativement concilier des indices de fidélité stratosphériques (souvent supérieurs à 0,95 pour les indices composites globaux) avec des temps de passation clinique ne mettant pas en détresse les sujets évalués.
Les psychométriciens recourent à Spearman-Brown pour dimensionner avec parcimonie le volume d’items requis au sein de chaque subtest spécifique (vocabulaire, cubes, similitudes, mémoire des chiffres). En connaissant la fidélité unitaire des items d’une tâche, la formule permet d’identifier précisément le seuil à partir duquel l’adjonction d’une tâche cognitive supplémentaire n’apporte plus aucun bénéfice métrique substantiel, autorisant l’interruption des épreuves au profit de l’économie globale de la batterie d’évaluation.
Dans ce contexte, la distinction entre épreuves de puissance (power tests, où la difficulté est graduée sans contrainte de temps sévère) et épreuves de vitesse (speed tests, où le temps est limité) doit demeurer centrale. Alors que l’application de Spearman-Brown sur des formes complètes d’épreuves de puissance s’opère selon les règles classiques, son emploi dans les épreuves d’aptitude perceptive rapide exige l’intermédiaire impératif de sous-sections indépendantes chronométrées, conformément aux exigences méthodologiques de la fidélité par bissection.
10.2 Inventaires de personnalité et mesures de traits typiques
L’évaluation des dispositions psychologiques durables et de la dynamique de la personnalité, gouvernée par le paradigme des modèles en cinq facteurs (le modèle Big Five ou les modèles hexagonaux comme HEXACO), offre un autre terrain d’élection à la formule de Spearman-Brown. Des inventaires célèbres comme le NEO-PI-R ou le BFI sont confrontés à une tension structurelle : chaque grand domaine (par exemple la Conscienciosité ou l’Extraversion) est décomposé en une multiplicité de facettes comportementales sous-jacentes plus fines.
Pour garantir que chaque facette fasse l’objet d’un score interprétable et autonome, elle doit afficher une cohérence interne satisfaisante ($r > 0{,}75$). Si une facette ne comporte que quatre questions, sa fidélité risque d’être précaire. L’application de la prophétie de Spearman-Brown permet aux concepteurs d’anticiper le nombre optimal de propositions déclaratives à inclure dans chaque facette afin d’assurer l’homogénéité globale du profil de personnalité, sans contraindre le répondant à remplir un livret de plusieurs centaines de questions qui détruirait l’attention requise.
De plus, dans l’évaluation de la stabilité temporelle par test-retest, la formule aide à anticiper la sensibilité de l’instrument aux fluctuations d’échantillonnage temporel, permettant de calibrer l’intervalle idéal entre les passations pour discriminer les états émotionnels transitoires des traits de personnalité structurels.
10.3 Échelles d’évaluation clinique et psychiatrique
Dans l’univers hospitalier et la recherche en psychopathologie, la rigueur métrologique prend une coloration éthique directe. Qu’il s’agisse d’évaluer la sévérité d’un épisode dépressif majeur à travers l’inventaire de dépression de Beck (BDI) ou l’échelle de Hamilton, ou d’évaluer la symptomatologie anxieuse via le Generalized Anxiety Disorder questionnaire (GAD-7), les scores conditionnent des décisions thérapeutiques lourdes, incluant des hospitalisations d’urgence ou l’instauration de pharmacothérapies complexes.
Dans ce cadre, la formule de Spearman-Brown éclaire le compromis entre acceptabilité pour le patient et sensibilité de repérage. Un patient souffrant d’un syndrome mélancolique sévère ou d’un état de stress post-traumatique aigu ne dispose que de ressources cognitives réduites. Le confronter à une échelle de dépression de 50 items est inenvisageable cliniquement. Les équipes utilisent donc les déductions de Spearman-Brown pour construire des outils de dépistage courts mais méthodologiquement fiables. En connaissant la dégradation prévisible de fidélité induite par le raccourcissement, les psychiatres peuvent ajuster leurs intervalles de confiance diagnostiques et repositionner leurs seuils d’inclusion de façon rigoureuse.
10.4 Psychométrie en milieu organisationnel et scolaire
Les environnements éducatifs et professionnels déploient massivement des évaluations psychométriques lors de processus de sélection, de bilans de compétences ou d’examens d’aptitude académique standardisés. Dans ces contextes à très fort enjeu personnel, social et professionnel (les situations dites de high-stakes testing), la tolérance à l’égard de l’imprécision métrologique est rigoureusement nulle.
Un candidat refusé lors d’un concours d’entrée à un ordre professionnel ou un programme universitaire sélectif pour une fraction de point dispose de voies de contestation légale. Si l’organisme certificateur utilise une épreuve dont la fidélité est insuffisante, l’erreur type de mesure est si large que la décision de sélection perd son fondement rationnel sur le plan de la justice statistique. La formule de Spearman-Brown constitue dans ce cadre une justification méthodologique essentielle : elle sert à démontrer juridiquement que le volume d’items mobilisé dans les examens a été formellement calculé pour circonscrire l’erreur de mesure dans des limites mathématiquement acceptables, protégeant ainsi les institutions contre les litiges pour rupture d’égalité de traitement.
Dans le domaine des enquêtes d’engagement au travail et des baromètres de climat social en entreprise, l’équation guide l’élaboration de modules d’évaluation « pulse » administrés de façon récurrente aux salariés, garantissant que ces sondages d’opinion brefs préservent un niveau de consistance métrique minimal pour légitimer les politiques managériales qui en découlent.
11. Implémentation computationnelle et logiciels d’analyse
11.1 Calculs sous l’environnement statistique R
L’écosystème open-source R constitue la référence contemporaine pour l’analyse de données psychométriques avancées, notamment grâce aux bibliothèques dédiées développées par la communauté scientifique. Au premier rang de ces extensions figure l’incontournable package psych, supervisé par le professeur William Revelle. Ce package intègre nativement des fonctions dédiées au maniement de l’équation de Spearman-Brown.
La fonction maîtresse s’intitule formellement spearman.brown(). Elle permet de résoudre tant la prédiction directe que l’interrogation inverse du modèle. Sa syntaxe s’articule autour des arguments fondamentaux de l’équation :
r: spécifie le coefficient de fidélité initialement mesuré ;n.new: paramètre représentant le ratio multiplicateur de longueur $k$ (dans la terminologie interne du package, $n$ désigne le rapport de taille entre le nouveau et l’ancien instrument) ;input: valeur de fidélité initiale si l’on effectue une recherche inversée pour obtenir la dimension cible.
En pratique, si un chercheur dispose d’une matrice brute de réponses à un test psychologique, il peut mobiliser la commande splitHalf() du package psych. Cette procédure computationnelle déploie automatiquement l’ensemble des décompositions possibles des items en deux moitiés, calcule la distribution intégrale des corrélations bivariées de Pearson associées, applique la formule de Spearman-Brown ($k = 2$) à chacune de ces combinaisons, et restitue à la fois la fidélité maximale de split-half, la médiane, ainsi que l’alpha de Cronbach correspondant. Cette exhaustivité computationnelle libère totalement l’analyste des biais inhérents à un découpage arbitraire par moitié.
De surcroît, la versatilité des fonctions vectorielles de R autorise la génération instantanée de scripts graphiques modélisant la courbe des rendements marginaux de la fidélité en fonction d’un continuum continu de valeurs de $k$. À l’aide de la librairie ggplot2, l’expérimentateur peut projeter visuellement la frontière d’efficience psychométrique de son questionnaire, identifiant avec acuité le point d’inflexion où l’adjonction de nouvelles questions ne génère plus qu’un gain asymétrique négligeable.
11.2 Procédures dans SPSS et Jamovi
Dans l’univers des logiciels d’analyse statistique à interface graphique, le calcul de la formule de Spearman-Brown est accessible via des cheminements standardisés intégrés aux modules de modélisation de la fidélité.
Sous le logiciel commercial IBM SPSS Statistics, l’analyste accède à cette modélisation à travers le menu déroulant :
Analyse → Échelle → Analyse de fiabilité…
Après avoir sélectionné la liste ordonnée des variables représentant les items à inclure dans le calcul, l’utilisateur a la possibilité d’ouvrir le menu déroulant Modèle et de commuter l’option par défaut (qui calcule le coefficient Alpha de Cronbach) vers l’option Partage par moitié (Split-Half).
Lorsque cette commande est exécutée, SPSS scinde automatiquement la liste ordonnée des items en deux sous-blocs séquentiels égaux (ou approximativement égaux si le nombre total de variables est impair). Le tableau de restitution des résultats de SPSS livre une série d’indices cruciaux :
- La corrélation de Pearson brute mesurée entre les deux sous-échelles ;
- Le coefficient de Spearman-Brown pour longueurs égales (Equal Length Spearman-Brown), correspondant à la forme canonique de l’équation avec $k = 2$ ;
- Le coefficient de Spearman-Brown pour longueurs inégales (Unequal Length Spearman-Brown), reposant sur une dérivation adaptée développée par Horst en 1951 lorsque la scission génère un sous-test d’une taille différente de l’autre ;
- Le coefficient Lambda 4 de Guttman pour une appréciation comparative.
Il est impératif pour l’utilisateur de SPSS de se rappeler que l’algorithme assigne par défaut la première moitié des items apparaissant dans la boîte de dialogue à la forme A, et la seconde moitié à la forme B. Si l’instrument comporte une difficulté croissante ou une structure thématique alternée, il est indispensable de réordonner méthodiquement les items au préalable sous la forme pair-impair au sein de la syntaxe de commande afin d’éviter une distorsion de la variance d’erreur.
Dans l’environnement moderne et open-source Jamovi (bâti sur le moteur statistique de R), la procédure est d’une grande limpidité intuitive. En accédant au sous-menu Factor Analysis → Reliability Analysis, il suffit de cocher l’option Split-half reliability dans le panneau latéral pour voir s’afficher en temps réel le coefficient de Spearman-Brown ajusté, synchronisé de façon dynamique avec toute modification de la matrice d’items.
11.3 Automatisation dans Python pour la psychométrie computationnelle
Avec l’essor de la science des données, du traitement automatisé du langage naturel et de l’intelligence artificielle générative appliquée à la conception automatisée d’épreuves psychométriques, le langage Python s’affirme comme un environnement de développement incontournable. L’intégration de la formule de Spearman-Brown au sein de pipelines de production industrielle de tests repose sur l’écriture de fonctions matricielles vectorisées exploitant les bibliothèques scientifiques numpy et pandas.
Sur le plan algorithmique, une fonction générique de Spearman-Brown en Python peut être implémentée pour gérer de front les deux modalités opératoires (la prédiction directe du coefficient et l’évaluation prospective du ratio de proportionnalité dimensionnelle $k$) :
L’équation de prédiction directe s’articule formellement autour de l’évaluation du ratio vectoriel :
$$f(r, k) = \frac{k \cdot r}{1 + (k – 1) \cdot r}$$
tandis que la dérivation inversée pour isoler la cible structurelle se transcrit par :
$$g(r_{\text{initial}}, r_{\text{cible}}) = \frac{r_{\text{cible}} \cdot (1 – r_{\text{initial}})}{r_{\text{initial}} \cdot (1 – r_{\text{cible}})}$$
Au sein d’un pipeline d’évaluation psychométrique informatisée en continu, ces fonctions peuvent être couplées à des algorithmes de traitement automatique du langage naturel (NLP). Par exemple, dès lors qu’un modèle de langage génère de nouveaux items pour étendre une batterie de tests, le système calcule périodiquement la matrice de covariance des réponses sur une cohorte d’utilisateurs bêta, extrait l’estimation de cohérence métrique actuelle, et calcule via Spearman-Brown le nombre exact d’items supplémentaires nécessaires pour garantir un niveau de fidélité conforme aux standards d’accréditation du système.
Enfin, en combinant ces algorithmes avec des modules graphiques tels que matplotlib ou seaborn, les équipes d’ingénieurs en psychométrie peuvent générer automatiquement des tableaux de bord interactifs représentant la surface de réponse de la fidélité en fonction conjointe de la qualité intrinsèque des items et du facteur multiplicateur de taille $k$.
12. Synthèse pratique et recommandations pour le chercheur
12.1 Arbre de décision méthodologique pour le praticien
Pour le chercheur en sciences sociales comme pour le praticien de terrain, le recours à la formule de Spearman-Brown ne doit jamais procéder d’un automatisme mécanique. Son intégration doit s’insérer au sein d’une réflexion méthodologique ordonnée. Nous présentons ci-après une grille décisionnelle séquentielle pour guider l’emploi légitime de l’équation :
Étape 1 : Diagnostic structurel de l’épreuve
Le construit psychologique investigué est-il rigoureusement univarié ?
Si la réponse est négative (présence de dimensions multiples, d’échelles composites ou de facteurs hiérarchiques), renoncer formellement à l’application globale de la formule de Spearman-Brown. Appliquer l’équation de manière isolée et cloisonnée au sein de chacune des sous-échelles strictement unidimensionnelles identifiées par analyse factorielle confirmatoire.
Étape 2 : Vérification du parallélisme métrique
Les items ajoutés ou retranchés partagent-ils des saturations factorielles et des variances d’erreur comparables aux items existants ?
Si les nouveaux énoncés sont substantiellement plus faibles ou plus bruités, considérer la valeur obtenue par Spearman-Brown comme un plafond théorique idéalisé irréaliste, et modéliser la structure via les coefficients oméga congénériques.
Étape 3 : Définition des exigences de seuil selon la finalité
L’objectif de fidélité visé est-il proportionné aux conséquences des scores observés ?
Trois paliers de référence doivent structurer la démarche d’optimisation :
- Recherche exploratoire fondamentale et comparaisons de larges groupes : Un seuil minimal de fidélité de $r = 0{,}70$ est scientifiquement jugé suffisant pour autoriser des inférences statistiques de groupe ;
- Évaluation screening, orientation et baromètres de suivi : Un seuil minimal de $r = 0{,}80$ est rigoureusement requis pour limiter les fluctuations aléatoires d’affectation ;
- Diagnostic clinique individuel, sélection professionnelle à fort enjeu et décisions médicolégales : L’exigence s’élève à un seuil impératif de $r ge 0{,}90$ (voire $r ge 0{,}95$), afin de réduire l’erreur type de mesure à une fraction négligeable de l’écart-type de la population.
12.2 Bonnes pratiques lors de la création d’items complémentaires
Lorsque l’utilisation prospective de l’inversion de Spearman-Brown a dicté la nécessité d’enrichir substantiellement le volume d’items d’un inventaire de mesure, le psychologue concepteur doit obéir à des protocoles de standardisation rigoureux lors de la génération du nouveau corpus de stimuli :
- Préservation stricte du domaine de contenu : Les nouvelles formulations doivent découler directement de la cartographie conceptuelle fondatrice du construit. Il convient d’éviter tant le hors-sujet dimensionnel (dilution factorielle) que la paraphrase tautologique immédiate d’items déjà présents (qui élève artificiellement la fidélité en ruinant la validité écologique).
- Uniformité métrique des formats d’échelle : Conserver scrupuleusement la même architecture de réponse (même nombre de points d’ancrage Likert, formulations des descripteurs de fréquence ou d’intensité parfaitement symétriques).
- Mise en place d’études pilotes de calibrage : Ne jamais assumer d’autorité que les nouveaux items obéissent aux propriétés postulées. Conduire une étude pilote sur un échantillon préliminaire pour vérifier les indices de corrélation item-total corrigés et la stabilité des moyennes et écarts-types individuels.
- Validation croisée sur échantillon indépendant : Une fois la version longue ou remaniée assemblée, il est impératif d’administrer l’instrument définitif à une cohorte de validation indépendante pour vérifier si la fidélité empiriquement constatée correspond effectivement à la fidélité prophétisée par l’équation mathématique.
12.3 Synthèse des écueils majeurs à éviter
En conclusion de ce traité de métrologie appliquée, il importe de synthétiser les erreurs conceptuelles les plus fréquentes observées dans la littérature scientifique contemporaine concernant le maniement de Spearman-Brown :
- Confondre la prophétie statistique avec une validation empirique : La formule de Spearman-Brown indique ce que la fidélité devrait être si des conditions distributionnelles idéales étaient réunies. Elle n’a en aucun cas valeur de preuve empirique définitive. Aucun instrument ne peut être commercialisé ou utilisé en clinique sur la seule foi d’une fidélité calculée par formule d’extrapolation sans administration sur le terrain.
- Ignorer le facteur humain et la charge cognitive : Vouloir atteindre à tout prix un coefficient de fidélité de 0,95 en portant arbitrairement une épreuve de 30 à 120 items conduit immanquablement au désastre méthodologique : la fatigue, le désengagement et les réponses aléatoires des participants détruiront la structure des données bien avant que les bénéfices statistiques théoriques de la longueur n’aient pu se matérialiser.
- Sacrifier la validité sur l’autel de la fidélité : La fidélité n’est qu’un moyen au service de la précision de la mesure, elle ne constitue jamais la finalité ultime d’un test psychologique. Un instrument composé d’items redondants mesurant avec une fidélité de 0,98 un fragment insignifiant de comportement présente une utilité scientifique infiniment inférieure à celle d’un test présentant une fidélité modérée de 0,82 mais qui cartographie avec profondeur l’intégralité d’un construit psychologique cliniquement signifiant.
Références
American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for educational and psychological testing. American Educational Research Association. https://www.apa.org/science/programs/testing/standards
Brown, W. (1910). Some experimental results in the correlation of mental abilities. British Journal of Psychology, 3(3), 296–322. https://doi.org/10.1111/j.2044-8295.1910.tb00207.x
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555
Guttman, L. (1945). A basis for analyzing test-retest reliability. Psychometrika, 10(4), 255–282. https://doi.org/10.1007/BF02288892
Horst, P. (1951). Generalized form of the Spearman-Brown formula. Journal of Educational Psychology, 42(5), 289–295. https://doi.org/10.1037/h0054366
Krosnick, J. A. (1991). Response strategies for coping with the cognitive demands of attitude measures in surveys. Applied Cognitive Psychology, 5(3), 213–236. https://doi.org/10.1002/acp.2350050305
Loevinger, J. (1954). The attenuation paradox in test theory. Psychological Bulletin, 51(5), 493–504. https://doi.org/10.1037/h0058544
Lord, F. M., & Novick, M. R. (1968). Statistical theories of mental test scores. Addison-Wesley.
McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates. https://doi.org/10.4324/9781410601087
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3e éd.). McGraw-Hill.
Revelle, W. (2023). psych: Procedures for psychological, psychometric, and personality research (Version 2.3.6) [Logiciel informatique]. Comprehensive R Archive Network. https://CRAN.R-project.org/package=psych
Spearman, C. (1904). « General Intelligence, » objectively determined and measured. The American Journal of Psychology, 15(2), 201–292. https://doi.org/10.2307/1412107
Spearman, C. (1910). Correlation calculated from faulty data. British Journal of Psychology, 3(3), 271–295. https://doi.org/10.1111/j.2044-8295.1910.tb00206.x