Georg Rasch – 1901 1980

Biographie

L’histoire de la psychométrie et de la modélisation statistique au vingtième siècle est traversée par des tensions épistémologiques fondamentales concernant la nature même de la quantification en sciences humaines. Au cœur de ces controverses émerge la figure singulière et imposante de Georg Rasch (1901-1980), mathématicien et statisticien danois dont l’œuvre a redéfini les canons de la métrologie appliquée aux phénomènes psychologiques et éducatifs. Formé initialement à la rigueur de l’analyse mathématique pure avant de se confronter aux contingences empiriques de la biologie et de la psychotechnique militaire, Rasch a forgé un paradigme probabiliste novateur qui refuse d’assimiler la simple sommation de scores empiriques à une mesure scientifique valide. Son intuition fondatrice postule que la mesure des traits latents humains doit satisfaire aux mêmes exigences d’invariance et d’objectivité que celles qui gouvernent la physique classique depuis les travaux de Newton et de Maxwell.

Le tournant conceptuel opéré par Rasch réside dans la formulation du principe d’objectivité spécifique, une exigence métrologique selon laquelle la comparaison entre deux individus doit être rigoureusement indépendante des instruments spécifiques utilisés pour les évaluer, et, réciproquement, la comparaison entre deux instruments doit s’avérer indépendante de l’échantillon de sujets ayant participé à l’épreuve. Cette exigence, formalisée à travers une famille de modèles mathématiques élégants reposant sur la fonction logistique et l’existence de statistiques exhaustives, a marqué une rupture radicale avec la théorie classique des tests dominée par l’approche corrélationnelle de Charles Spearman. Alors que la psychométrie traditionnelle cherchait des modèles descriptifs capables d’épouser au plus près les irrégularités des données empiriques, Georg Rasch a inversé le regard méthodologique en instituant le modèle mathématique comme un étalon normatif auquel les instruments de collecte doivent impérativement se conformer sous peine d’invalidité métrologique.

Au-delà de ses contributions purement algébriques, la trajectoire intellectuelle de Georg Rasch incarne une profonde réflexion philosophique sur les conditions de possibilité de la connaissance quantitative en sciences du comportement. Longtemps méconnus en dehors du Danemark en raison de leur publication initiale dans des monographies confidentielles, ses travaux ont connu une renaissance spectaculaire à partir des années 1960 grâce à leur réappropriation par des pionniers américains comme Benjamin D. Wright à l’Université de Chicago. Aujourd’hui, le modèle de Rasch et ses extensions polytomiques constituent le socle des plus vastes programmes internationaux d’évaluation des compétences, à l’image des enquêtes PISA de l’OCDE, tout en révolutionnant le développement d’échelles cliniques en santé et en neuropsychologie. Cette monographie retrace la genèse biographique, les fondements mathématiques, les batailles épistémologiques et la postérité pérenne d’un savant qui a doté les sciences sociales d’un compas métrique d’une rigueur absolue.

1. Introduction biographique et genèse intellectuelle (1901-1930)

1.1 Origines familiales, formation initiale et influences universitaires

Georg Rasch naît le 21 septembre 1901 à Odense, sur l’île de Fionie au Danemark, au sein d’une famille profondément imprégnée par la tradition académique et pastorale scandinave. Son père, pasteur luthérien doté d’une vaste érudition humaniste et classique, inculque très tôt au jeune Georg une discipline intellectuelle rigoureuse, mêlant l’étude des langues anciennes à un intérêt précoce pour les abstractions logiques. Élevé dans un environnement provincial mais hautement cultivé, Georg manifeste dès ses études secondaires une aptitude exceptionnelle pour la pensée mathématique formelle. Cette fascination pour les systèmes déductifs le conduit naturellement, en 1919, à intégrer l’Université de Copenhague afin d’y poursuivre un cursus complet en mathématiques pures, discipline qui connaît alors au Danemark un âge d’or sous l’impulsion de maîtres exigeants.

À Copenhague, Rasch évolue sous le magistère direct de Niels Erik Nørlund, l’une des figures de proue de l’analyse mathématique européenne de l’époque. Nørlund, célèbre pour ses traités sur les équations aux différences finies et la théorie des fonctions spéciales, impose à ses étudiants des standards de rigueur axiomatique sans compromis. L’influence de Nørlund sur Rasch est capitale : elle lui transmet le dégoût des approximations informelles et l’habitude d’aborder tout problème quantitatif à partir de ses propriétés de symétrie, de linéarité et de structure fonctionnelle. Durant cette phase de maturation universitaire, Rasch se consacre aux fondements de l’algèbre matricielle et à la théorie analytique des équations différentielles linéaires, s’éloignant délibérément de toute application pratique immédiate pour cultiver une esthétique de la preuve mathématique pure.

Ce parcours d’apprentissage culmine en 1930 avec la soutenance de sa thèse de doctorat d’État, intitulée Om matrixregning og dens anvendelse paa differens- og differentialligninger (Sur le calcul matriciel et son application aux équations aux différences et différentielles). Dans cette dissertation magistrale, Rasch démontre une maîtrise éblouissante des transformations linéaires et des opérateurs différentiels, recevant les éloges du corps professoral danois. Toutefois, cette consécration académique marque paradoxalement un tournant décisif dans ses aspirations intellectuelles. Conscient des limites d’un platonisme mathématique désincarné, Georg Rasch ressent le besoin croissant d’éprouver ses outils formels au contact des réalités empiriques et des sciences de la nature, amorçant ainsi une réorientation progressive mais irréversible vers la modélisation statistique.

1.2 Le compagnonnage académique avec Ronald A. Fisher

Au milieu des années 1930, la statistique mathématique connaît une révolution paradigmatique impulsée par les travaux novateurs de Ronald Aylmer Fisher à la station expérimentale de Rothamsted, au Royaume-Uni. Bénéficiant d’une bourse d’études de la Fondation Carlsberg en 1935, Georg Rasch décide d’effectuer un séjour de recherche prolongé auprès de Fisher afin d’assimiler les nouveaux fondements théoriques de l’inférence inductive. Cette rencontre constitue un choc épistémologique majeur pour le mathématicien danois. À Rothamsted, Rasch découvre une statistique qui ne se réduit plus à la simple compilation descriptive de données sociodémographiques ou astronomiques, mais s’affirme comme une logique mathématique rigoureuse de la décision expérimentale et de l’extraction d’information.

Auprès de Fisher, Rasch assimile en profondeur les concepts révolutionnaires d’estimation par maximum de vraisemblance, d’analyse de variance, d’information de Fisher et, par-dessus tout, la notion fondamentale de statistique exhaustive (sufficient statistic). La suffisance statistique fascine particulièrement Rasch : l’idée qu’un condensé arithmétique simple des données puisse extraire la totalité de l’information disponible sur un paramètre sans perdre la moindre parcelle de certitude probabiliste résonne avec ses exigences d’élégance analytique héritées de Nørlund. Cette propriété mathématique devient le socle conceptuel inébranlable sur lequel il bâtira plus tard ses propres modèles psychométriques.

Cependant, ce compagnonnage intellectuel n’est pas exempt de tensions méthodologiques souterraines. Alors que Fisher adopte une posture parfois pragmatique où le modèle statistique est choisi pour optimiser l’adéquation aux données agronomiques complexes, Rasch développe une sensibilité distincte. L’esprit de Rasch répugne à l’introduction de paramètres ad hoc visant simplement à masquer les anomalies expérimentales. Pour le Danois, les données empiriques doivent posséder une régularité structurelle traduisant une loi naturelle immuable ; si les données ne s’ajustent pas à une formulation élégante et exhaustive, c’est l’expérience elle-même ou le dispositif de mesure qui doit être remis en question. Cette divergence philosophique embryonnaire, loin d’affaiblir l’admiration de Rasch pour Fisher, consolide son ambition d’ériger la statistique en une véritable théorie normative de la mesure.

1.3 Les premières fonctions professionnelles au Danemark

De retour au Danemark à la fin des années 1930, Georg Rasch se retrouve confronté à la précarité des débouchés académiques pour les statisticiens mathématiciens dans les universités scandinaves d’avant-guerre. Loin d’obtenir immédiatement une chaire professorale, il est contraint d’exercer des fonctions de consultant statistique indépendant pour diverses institutions publiques et privées. C’est durant cette période qu’il entame une collaboration décisive avec le prestigieux Statens Serum Institut (Institut sérothérapique de l’État danois) à Copenhague, dirigé par des biologistes et des immunologistes de renommée internationale confrontés aux défis de la standardisation des vaccins, des sérums et des antibiotiques naissants.

Dans ce laboratoire biomédical, Rasch est immédiatement confronté au problème épineux du bio-essai (bioassay) et de la mesure quantitative des toxines et anticorps. Il constate avec stupéfaction que les résultats des dosages biologiques varient de manière erratique en fonction des souches d’animaux de laboratoire utilisées (souris, cobayes) et des conditions expérimentales locales. Comment définir l’efficacité d’un sérum si cette efficacité dépend intrinsèquement de la sensibilité individuelle de l’animal sacrifié pour le test ? Cette interrogation met en lumière l’imperfection des échelles de mesure biologiques de l’époque et forge chez Rasch la conviction qu’une mesure valide doit être impérativement découplée des caractéristiques idiosyncrasiques du réactif utilisé pour l’obtenir.

Travaillant sur des données relatives aux courbes de croissance bactérienne, à la toxicité comparée et aux réactions immunitaires durant toute la période troublée de la Seconde Guerre mondiale, Rasch développe une intuition métrologique pionnière. Il observe que pour extraire une constante biologique stable, il est indispensable de modéliser séparément la résistance de l’hôte et la virulence de l’agent pathogène. Cette longue confrontation avec l’hétérogénéité du vivant constitue le creuset empirique où se forge son armature théorique. Lorsqu’au début des années 1950, les institutions militaires et éducatives danoises feront appel à ses compétences statistiques, Georg Rasch sera intellectuellement armé pour identifier les mêmes défaillances fondamentales au sein des tests psychologiques et pédagogiques.

2. L’émergence des modèles de mesure : La crise des tests psychologiques d’après-guerre

2.1 La mission auprès de l’Institut militaire danois de psychologie

Au lendemain de la Seconde Guerre mondiale, dans le contexte de la reconstruction et de la guerre froide naissante, les forces armées danoises entreprennent une modernisation radicale de leurs processus de recrutement et de conscription. En 1951, le ministère de la Défense sollicite formellement Georg Rasch par l’intermédiaire de l’Institut militaire de psychologie (Militærpsykologisk Tjeneste). L’institution fait face à une crise méthodologique sévère : les tests psychotechniques et d’intelligence standardisés, administrés chaque année à des dizaines de milliers de jeunes recrues pour déterminer leur affectation opérationnelle, produisent des résultats discordants et instables d’une cohorte à l’autre.

En examinant les protocoles d’évaluation militaire, Rasch découvre avec consternation l’arbitraire des méthodes en vigueur. Les scores attribués aux soldats reposent sur le comptage simpliste des bonnes réponses (le score brut) obtenu à des batteries de questions hétérogènes. Si une cohorte est soumise à un test contenant des items légèrement plus difficiles, le niveau intellectuel apparent des recrues semble s’effondrer ; inversement, si un formulaire plus aisé est administré, les compétences générales semblent croître artificiellement. L’armée est incapable d’établir une échelle de sélection universelle permettant de comparer une recrue évaluée en 1952 avec un formulaire A à une recrue évaluée en 1953 avec un formulaire B.

Rasch met immédiatement en évidence le vice rédhibitoire de cette approche : l’interdépendance mutuelle et circulaire entre l’échantillon d’individus et l’échelle d’évaluation. La difficulté d’un item n’est définie que par le pourcentage d’individus de l’échantillon qui le réussissent, tandis que l’aptitude d’un individu n’est définie que par rapport au lot arbitraire d’items qui lui ont été présentés. Rejetant ce relativisme empirique, Rasch formule une exigence fondamentale : un système d’évaluation scientifique digne de ce nom doit garantir l’invariance des paramètres. La mesure de l’aptitude d’un soldat ne saurait dépendre du choix particulier des questions posées, pas plus que la hauteur d’une table ne dépend de l’étalon en bois ou en métal utilisé pour la toiser.

2.2 L’analyse des difficultés d’apprentissage de la lecture

Parallèlement à ses travaux pour l’armée danoise, Georg Rasch est sollicité en 1952 par le ministère de l’Éducation pour superviser une vaste étude longitudinale consacrée à la rééducation des enfants atteints de troubles graves de l’apprentissage de la lecture et de dyslexie. Ce projet, mené en collaboration avec des pédagogues cliniciens danois, vise à évaluer l’efficacité de méthodes d’enseignement spécialisées en mesurant les progrès des élèves à intervalles réguliers sur plusieurs années. Les données collectées comprennent à la fois le nombre d’erreurs commises et la vitesse d’élocution lors de la lecture à voix haute de textes standardisés de complexité variable.

Face à ce matériau expérimental, Rasch refuse d’agréger arbitrairement les erreurs et les temps dans des indices composites dénués de sens physique. Il entreprend une analyse minutieuse de la structure probabiliste des erreurs de lecture. En examinant les matrices de données croisant les élèves et les textes, il observe une régularité mathématique stupéfiante : pour un élève donné, le ratio des taux d’erreurs entre deux textes distincts demeure constant, quel que soit le niveau général de compétence de cet élève. Symétriquement, pour un texte donné, le ratio des taux d’erreurs entre deux enfants demeure identique, quel que soit le niveau de difficulté intrinsèque du texte soumis à l’exercice.

Cette observation empirique cruciale conduit Rasch à formaliser une relation multiplicative séparable où le taux d’erreur attendu est le produit direct de deux facteurs indépendants : un paramètre caractérisant la difficulté propre du texte et un paramètre reflétant l’incompétence relative de l’enfant. Cette modélisation, initialement conçue sous la forme d’un processus de Poisson pour les données de comptage d’erreurs chronométrées, constitue l’étincelle intellectuelle originelle. Rasch vient de découvrir que la relation entre le sujet et l’épreuve n’a pas besoin d’être médiatisée par des corrélations globales de population, mais peut être résolue localement au moyen d’un modèle probabiliste paramétrique assurant la séparation stricte de l’objet mesuré et de l’outil de mesure.

2.3 La rupture épistémologique avec la Théorie classique des tests

Cette percée conceptuelle amène Georg Rasch à formuler une critique sans concession de l’orthodoxie psychométrique dominante de son temps : la Théorie classique des tests (TCT), forgée par Charles Spearman, perfectionnée par Truman Kelley et consolidée par les manuels de référence de Harold Gulliksen. Dans le paradigme de la TCT, le score observé d’un sujet est décomposé de manière tautologique en un « score vrai » et une erreur aléatoire non corrélée :

X = T + E

Rasch identifie l’illusion ontologique qui sous-tend cette équation : le score vrai n’est rien d’autre que l’espérance mathématique du score brut obtenu sur un test spécifique, ce qui en fait une variable non métrique, bornée artificiellement par le nombre total d’items et désespérément dépendante du contexte de passation.

Rasch s’attaque vigoureusement à l’usage des coefficients de corrélation de Pearson et aux matrices factorielles de Spearman et de Louis Leon Thurstone pour valider les instruments psychologiques. Il démontre avec une clarté impitoyable que les coefficients de corrélation ne sont pas des propriétés intrinsèques des instruments de mesure, mais des artefacts descriptifs tributaires de la variance et de la dispersion de l’échantillon utilisé pour les calculer. Une échelle de test jugée hautement fiable au sens de la consistance interne (comme le coefficient alpha de Cronbach) sur un échantillon hétérogène verra sa fiabilité s’effondrer si elle est administrée à un groupe plus homogène, prouvant l’instabilité constitutive de ces indicateurs.

Pour Rasch, assimiler la fidélité statistique ou la consistance interne d’un test à une véritable mesure quantitative relève d’une abdication scientifique. En arithmétique ou en géométrie, la validité d’une règle graduée ne dépend pas de l’ensemble des objets que l’on se propose de mesurer avec elle. En refusant de cautionner l’édifice de la TCT, Rasch proclame que la psychologie expérimentale n’a jamais véritablement mesuré quoi que ce soit, mais s’est contentée de classer ordinalement des individus sur la base de scores numériques dépourvus d’unités stables et de propriétés additives. Il devient alors indispensable d’élaborer une théorie radicalement neuve de la mesure probabiliste.

3. Le principe d’objectivité spécifique : Cœur philosophique du paradigme

3.1 Définition formelle et implications épistémologiques

Au cœur de l’édifice conceptuel élaboré par Georg Rasch se trouve le principe d’objectivité spécifique (specifically objective measurement), formulé avec une précision croissante tout au long des années 1950 et systématisé dans ses écrits ultérieurs. Par cette expression, Rasch entend définir les conditions de possibilité minimales et universelles sous lesquelles une inférence empirique peut revendiquer le statut de mesure scientifique objective. Ce principe stipule que la comparaison quantitative entre deux individus, relativement à une caractéristique psychologique ou cognitive déterminée, doit s’avérer strictement indépendante des stimuli ou des items spécifiques employés pour effectuer cette comparaison au sein de l’univers de mesure pertinent.

De manière rigoureusement symétrique et complémentaire, l’objectivité spécifique impose que la comparaison entre deux items, c’est-à-dire l’évaluation de leur difficulté relative ou de leur calibrage métrologique, soit parfaitement indépendante de l’échantillon particulier de sujets ayant répondu à ces items. Cette double indépendance conditionnelle brise définitivement la circularité vicieuse qui paralysait la psychométrie traditionnelle. Si deux personnes possèdent des niveaux d’aptitude distincts, leur rapport d’aptitude doit pouvoir être estimé avec la même espérance mathématique, que l’épreuve mobilisée soit composée de questions ardues ou élémentaires, pourvu que le modèle statistique de capture soit respecté.

Rasch établit un parallèle épistémologique direct entre cette exigence et la constitution historique de la métrologie dans les sciences physiques fondamentales. Lorsqu’un physicien compare la masse de deux corps matériels à l’aide d’une balance à fléau, le résultat de la pesée relative ne dépend aucunement du fait que l’opération soit réalisée à Paris ou à Copenhague, ni du jeu de poids étalons spécifiques utilisés pour équilibrer le dispositif. L’objectivité spécifique n’est donc pas une simple commodité algorithmique ; elle constitue une exigence transcendantale sans laquelle aucune science ne peut s’affranchir du nominalisme et prétendre découvrir des lois quantitatives invariantes.

3.2 La séparation des paramètres du sujet et de l’item

Pour traduire le principe d’objectivité spécifique dans le langage de l’analyse mathématique, Georg Rasch pose comme postulat formel la nécessité d’une séparation intégrale des paramètres régissant l’interaction entre l’observateur et l’observé. Dans toute situation d’évaluation, deux entités distinctes entrent en collision statistique : le sujet individuel, caractérisé par un paramètre latent d’aptitude ou d’intensité noté $\theta$ (thêta), et le stimulus ou item de test, caractérisé par un paramètre latent de difficulté ou de résistance noté $\beta$ (bêta). La modélisation de cette rencontre doit impérativement interdire toute contamination croisée ou terme d’interaction non linéaire complexe entre $\theta$ et $\beta$.

Cette séparabilité mathématique s’exprime par le fait que les fonctions de vraisemblance doivent pouvoir être factorisées de telle manière que le paramètre du sujet disparaisse de l’estimation du paramètre de l’item, et réciproquement. C’est ici que l’héritage de Ronald Fisher et le recours à la statistique exhaustive jouent un rôle pivot. Rasch démontre que la séparabilité des paramètres n’est possible que si et seulement si le score total brut d’un individu (la simple somme arithmétique de ses réussites) contient toute l’information disponible sur son aptitude $\theta$, sans qu’aucune information supplémentaire ne réside dans le profil ou le motif spécifique de ses réponses individuelles.

Il existe une divergence philosophique monumentale entre cette approche et les démarches traditionnelles de la modélisation statistique prédictive ou descriptive. Dans la modélisation standard, le chercheur observe un nuage de points et tente d’ajuster une fonction mathématique comportant autant de coefficients que nécessaire pour réduire l’erreur d’ajustement aux moindres carrés. Dans l’optique raschienne, le modèle n’est pas conçu pour décrire les données brutes telles qu’elles émergent du chaos empirique, mais agit comme un filtre sélectif : seules les observations qui satisfont à la condition de séparabilité des paramètres sont recevables pour ériger une échelle de mesure. Le modèle est roi ; les données défaillantes sont récusées.

3.3 Résonances avec les théories axiomatiques de la mesure

L’originalité des intuitions de Georg Rasch s’est trouvée magistralement confirmée quelques années plus tard par les avancées indépendantes de la philosophie mathématique et de la psychologie mathématique axiomatique. En 1964, les chercheurs américains R. Duncan Luce et John Tukey publient leur article fondateur sur la théorie de la mesure conjointe additive (Simultaneous Conjoint Measurement: A New Type of Fundamental Measurement). Dans ce texte séminal, Luce et Tukey démontrent qu’il est mathématiquement possible de construire de véritables échelles d’intervalles quantitatives pour des attributs non directement observables sans avoir recours à une opération physique d’adjonction ou de concaténation matérielle (comme l’alignement de tiges pour mesurer une longueur).

Les théoriciens de la mesure ont rapidement établi que le modèle élaboré empiriquement par Georg Rasch pour les réponses binaires constitue précisément la transposition probabiliste rigoureuse des axiomes déterministes de la mesure conjointe additive de Luce et Tukey. Lorsque les données empiriques satisfont au modèle de Rasch, les conditions fondamentales de transitivité, de monotonie et d’annulation double (double cancellation) sont rigoureusement respectées au niveau des espérances mathématiques, garantissant que les intervalles entre les scores sur le continuum latent possèdent une signification métrologique constante d’une extrémité à l’autre de l’échelle.

Cette convergence théorique a des répercussions considérables sur le statut épistémologique de la psychologie. Elle apporte une réponse définitive au fameux rapport du comité Ferguson de la British Association for the Advancement of Science de 1940, qui avait conclu avec condescendance que les tests psychologiques ne pourraient jamais prétendre au statut de mesure scientifique en raison de l’impossibilité d’une concaténation physique des états mentaux. Grâce aux axiomes de la mesure conjointe et à la formulation probabiliste de Rasch, les sciences humaines accèdent légitimement au rang de sciences métrologiques fondamentales, capables d’ériger des échelles d’intervalles continues régies par des lois de composition additives pures.

4. Le modèle dichotomique de Rasch : Structure mathématique et propriétés

4.1 Formulation probabiliste et fonction logistique

Le modèle canonique développé par Georg Rasch pour le traitement des réponses dichotomiques (items codés 1 pour une réussite ou un accord, et 0 pour un échec ou un désaccord) se caractérise par une élégance formelle remarquable. Soit un ensemble de $N$ individus confrontés à un ensemble de $K$ items d’épreuve. On note $X_{ni} in {0, 1}$ la variable aléatoire représentant la performance du sujet $n$ à l’item $i$. Le modèle stipule que la probabilité conditionnelle de réussite dépend exclusivement de la différence algébrique entre l’aptitude latente du sujet, notée $\theta_n$, et la difficulté intrinsèque de l’item, notée $\beta_i$. Cette probabilité est régie par la fonction logistique standard :

$$P(X_{ni} = 1 mid \theta_n, \beta_i) = \frac{\exp(\theta_n – \beta_i)}{1 + \exp(\theta_n – \beta_i)}$$

Symétriquement, la probabilité d’échec s’écrit sous la forme complémentaire suivante :

$$P(X_{ni} = 0 mid \theta_n, \beta_i) = \frac{1}{1 + \exp(\theta_n – \beta_i)}$$

En introduisant le concept de cote (odds), défini comme le ratio entre la probabilité de succès et la probabilité d’échec, le modèle prend une tournure linéaire remarquable par l’application de la transformation logit (le logarithme népérien du rapport de cotes) :

$$\ln\left(\frac{P(X_{ni} = 1)}{1 – P(X_{ni} = 1)}\right) = \theta_n – \beta_i$$

Cette formulation transforme un espace borné de probabilités empiriques $[0, 1]$ en un continuum métrique non borné s’étendant de $-\infty$ à $+\infty$, exprimé dans une unité universelle nommée le logit. Sur le plan géométrique, la courbe caractéristique de l’item (Item Characteristic Curve, ICC) présente une allure sigmoïde immuable. Propriété capitale : toutes les courbes caractéristiques d’items d’un modèle de Rasch possèdent rigoureusement la même pente au point d’inflexion où $\theta_n = \beta_i$ (pente unitaire correspondant à une dérivée de 0,25). Il n’existe délibérément aucun paramètre de discrimination variable ni aucun paramètre d’asymptote inférieure modélisant la pseudo-chance. Deux courbes d’items ne peuvent donc jamais se croiser dans l’espace euclidien, garantissant une hiérarchie ordinale parfaitement invariante des questions quel que soit le niveau des répondants.

4.2 Statistiques exhaustives et estimation conditionnelle

L’une des propriétés les plus puissantes du modèle de Rasch réside dans le statut mathématique dévolu aux sommes marginales des réponses d’un individu et d’un item. En vertu du théorème de factorisation de Fisher-Neyman, la probabilité conjointe du vecteur complet des réponses $X_n = (X_{n1}, X_{n2}, dots, X_{nK})$ d’un individu $n$ s’écrit comme le produit des probabilités indépendantes de chaque item sous l’hypothèse d’indépendance locale conditionnelle :

$$P(X_n mid \theta_n, \beta) = \prod_{i=1}^K \frac{\exp(X_{ni}(\theta_n – \beta_i))}{1 + \exp(\theta_n – \beta_i)} = \frac{\exp\left(\theta_n \sum_{i=1}^K X_{ni} – \sum_{i=1}^K X_{ni}\beta_i\right)}{\prod_{i=1}^K (1 + \exp(\theta_n – \beta_i))}$$

Cette écriture met en exergue un phénomène capital : le paramètre du sujet $\theta_n$ n’interagit avec les observations qu’à travers l’unique terme scalaire $R_n = \sum_{i=1}^K X_{ni}$, qui représente le score total brut obtenu par la personne (le décompte du nombre total de bonnes réponses). Par conséquent, le score brut $R_n$ constitue la statistique exhaustive minimale pour l’aptitude individuelle $\theta_n$. De façon parfaitement symétrique, le nombre total d’individus ayant réussi l’item $i$, noté $S_i = \sum_{n=1}^N X_{ni}$, constitue la statistique exhaustive minimale pour la difficulté de l’item $\beta_i$. Aucune pondération complexe des items n’est nécessaire ni tolérée : deux individus ayant obtenu un score de 15 sur 30 possèdent exactement la même estimation de leur aptitude latente $\theta$, indépendamment de la combinaison précise des 15 items qu’ils ont résolus avec succès.

Cette propriété de suffisance ouvre la voie à une méthode d’estimation statistique d’une pureté exceptionnelle : l’estimation par maximum de vraisemblance conditionnelle (Conditional Maximum Likelihood, CML). En conditionnant la fonction de vraisemblance globale sur les scores totaux observés $R_n$, les paramètres individuels $\theta_n$ s’éliminent purement et simplement de l’équation algébrique par simplification. Le statisticien peut ainsi estimer les paramètres de difficulté des items $\beta_i$ sans avoir besoin d’estimer simultanément les paramètres des personnes, et, surtout, sans devoir formuler la moindre hypothèse distributionnelle a priori quant à la forme de la population (comme l’hypothèse d’une loi normale, si souvent violée en pratique). Cette élimination absolue des paramètres incidents résout avec brio le redoutable problème mathématique identifié par Neyman et Scott en 1948.

4.3 L’invariance de l’échelle et la métrique des logits

L’échelle métrique générée par le modèle dichotomique de Rasch opère une transformation radicale des données ordinales brutes en une échelle d’intervalles continus régie par des propriétés additives pures. L’unité fondamentale de cette échelle, le logit, possède une signification constante sur l’ensemble du continuum latent. Une différence de 1 logit entre deux individus (par exemple $\theta_1 – \theta_2 = 1{,}0$) implique immuablement que la cote de réussite du premier est multipliée par le facteur mathématique $e \approx 2{,}718$ par rapport à celle du second pour n’importe quel item valide du domaine considéré. Cette invariance d’échelle confère aux mesures raschiennes une interprétation concrète, analogue à l’usage des échelles logarithmiques en acoustique (décibels) ou en chimie (pH).

Puisque le modèle ne dépend que de la différence relative $(\theta_n – \beta_i)$, l’échelle des logits ne possède pas d’origine absolue naturelle ; elle est invariante sous toute transformation affine de translation. Pour fixer l’origine métrique de l’instrument de mesure, il est d’usage conventionnel d’appliquer une contrainte d’identification, la plus fréquente consistant à centrer la moyenne des difficultés d’items sur la valeur zéro :

$$\sum_{i=1}^K \beta_i = 0$$

Une fois cette origine ancrée, la position de n’importe quel individu ou item sur l’axe latent est déterminée de manière univoque. Enfin, l’une des contributions majeures du modèle réside dans sa conceptualisation de la précision métrologique. Contrairement à la théorie classique des tests qui postule une erreur standard de mesure uniforme pour l’ensemble d’un test, le modèle de Rasch démontre que l’erreur standard d’estimation est une fonction continue de l’emplacement du sujet sur le trait latent :

$$SE(\theta_n) = \frac{1}{\sqrt{I(\theta_n)}} = \frac{1}{\sqrt{\sum_{i=1}^K P_{ni}(1 – P_{ni})}}$$

Cette formulation analytique prouve mathématiquement que la mesure est infiniment plus précise au centre de l’instrument, là où le niveau de difficulté des items correspond au niveau du répondant ($P_{ni} \approx 0{,}5$), et qu’elle se dégrade inexorablement aux extrémités du spectre où les individus réussissent ou échouent à la quasi-totalité des questions posées.

5. La monographie séminale de 1960 et sa réception initiale

5.1 Analyse de l’ouvrage « Probabilistic Models for Some Intelligence and Attainment Tests »

En 1960, Georg Rasch compile l’ensemble de ses découvertes théoriques et méthodologiques dans un ouvrage publié sous l’égide de l’Institut danois de recherche pédagogique (Danmarks Pædagogiske Institut), intitulé sobrement : Probabilistic Models for Some Intelligence and Attainment Tests. Cette publication marque l’acte de naissance officiel de ce qui deviendra la mesure objective contemporaine. Le livre, d’une grande densité formelle, se divise en deux parties complémentaires : d’une part, l’exposé des modèles multiplicatifs de Poisson appliqués aux épreuves de vitesse de lecture et de comptage d’erreurs, et d’autre part, la dérivation complète du modèle logistique pour items dichotomiques appliqué aux tests d’intelligence verbale et géométrique de l’armée danoise.

La structure de l’ouvrage se distingue par une alternance constante entre déductions mathématiques rigoureuses et démonstrations empiriques minutieuses menées sur des cohortes réelles. Rasch y présente des dizaines de tableaux croisés analysant la stabilité des estimations à travers des sous-échantillons d’élèves stratifiés par âge et des groupes de soldats classés par niveau d’instruction générale. Il prouve de manière éclatante que, dès lors que les items satisfont à son modèle probabiliste, les estimations de difficulté des items obtenues à partir du groupe le plus faible sont rigoureusement identiques, aux fluctuations d’échantillonnage près, à celles obtenues auprès du groupe d’élite. L’ouvrage consacre également de longs passages à la réfutation des démarches d’analyse factorielle en cours, les qualifiant de méthodes de régression circulaire incapables d’isoler des constantes métrologiques réelles.

Pour illustrer ses thèses, Rasch mobilise des données issues de tests de lecture administrés par le psychologue Henning Teurman, montrant que les courbes de performance d’enfants dyslexiques suivent des lois paramétriques invariantes au cours de leur développement. L’ouvrage ne se contente pas d’aligner des équations ; il propose un manifeste pour une refondation totale des sciences sociales. Rasch y affirme avec force que la psychologie et la sociologie peuvent prétendre au même degré de certitude et d’universalité que les sciences physiques, à la condition expresse de troquer leur attachement aux agrégats statistiques globaux pour des lois fondamentales régissant les événements élémentaires discrets.

5.2 Réaction de la communauté statistique internationale

La parution de la monographie de 1960 est initialement accueillie par une profonde incompréhension et un scepticisme marqué de la part de la communauté statistique internationale. Le milieu psychométrique américain et britannique, alors dominé par les barons de l’école psychométrique classique et factorielle, accueille les affirmations de Rasch avec froideur. Comment un statisticien scandinave isolé peut-il affirmer que le score brut total est une statistique exhaustive suffisante, alors que des décennies de travaux menés par Thurstone, Guilford ou Kelley reposent précisément sur la pondération différentielle des items et l’extraction de facteurs orthogonaux complexes via des matrices de corrélations polychoriques ?

Le point de friction le plus violent réside dans l’inversion épistémique opérée par Rasch. Les statisticiens de l’époque, formés à l’empirisme inductif baconien, estiment que la tâche suprême du modélisateur est d’adapter son équation aux particularités de l’échantillon observé. Lorsque Rasch proclame qu’un item qui ne s’ajuste pas à son modèle logistique à pente unitaire doit être impitoyablement banni du test comme défectueux, il est accusé d’autoritarisme mathématique et d’idéalisme dogmatique. Ses détracteurs affirment avec dédain que les êtres humains ne se conforment pas à des équations logistiques simples et que le modèle de Rasch est une vue de l’esprit inapplicable au désordre intrinsèque de la psyché humaine.

À cet écueil théorique s’ajoute un isolement géographique et éditorial bien réel. Publié à Copenhague par un petit institut de recherche pédagogique national, l’ouvrage de 1960 ne bénéficie d’aucun réseau commercial mondialisé ; les exemplaires physiques circulent sous forme de tirés à part confidentiels envoyés par courrier postal à quelques collègues triés sur le volet. Si quelques biométriciens européens de premier plan reconnaissent la virtuosité formelle de la dérivation de l’estimation conditionnelle, l’ouvrage semble condamné à demeurer une curiosité scandinave sans lendemain, jusqu’à ce qu’un concours de circonstances transatlantique vienne bouleverser l’histoire des idées scientifiques.

6. L’expansion américaine : La collaboration décisive avec Benjamin Wright

6.1 Les conférences de 1960 à l’Université de Chicago

Le destin mondial des travaux de Georg Rasch bascule de manière spectaculaire à l’automne 1960, quelques mois à peine après l’impression de sa monographie danoise. Le statisticien et psychologue de l’éducation Chester W. Harris, professeur influent à l’Université du Wisconsin et fin connaisseur des mathématiques d’avant-garde, découvre par hasard le traité de Rasch. Ébloui par la rigueur de l’estimation conditionnelle et la logique de l’objectivité spécifique, Harris persuade le Département de psychologie et des sciences de l’éducation de la prestigieuse Université de Chicago d’inviter Georg Rasch pour une série de séminaires doctoraux exceptionnels.

Rasch débarque à Chicago et entame une série de conférences magistrales devant un parterre d’universitaires chevronnés et de jeunes chercheurs en sciences sociales. Parmi les auditeurs réguliers se trouve un homme dont la trajectoire intellectuelle va transformer l’histoire de la psychométrie : Benjamin Drake Wright. Ancien physicien de haut niveau formé au California Institute of Technology (Caltech) et converti à la psychologie du développement sous la tutelle de la psychanalyse et de la sociométrie, Wright assiste aux exposés de Rasch avec une acuité singulière. Ayant manipulé quotidiennement les concepts de mesure absolue et d’invariance en physique des particules, Wright comprend instantanément ce qui échappait aux psychologues traditionnels : Georg Rasch vient d’inventer la véritable métrologie des sciences humaines.

La rencontre entre le savant danois austère et le charismatique professeur américain est une révélation mutuelle. Wright est subjugué par la pureté de la dérivation mathématique qui permet de calibrer des instruments sans se préoccuper des paramètres d’échantillonnage de la population. Dès la fin du cycle de conférences, une alliance indéfectible se scelle entre les deux hommes. Wright décide d’abandonner l’ensemble de ses projets antérieurs pour se vouer corps et âme à la démonstration empirique, à l’évangélisation académique et à la vulgarisation informatique des principes métrologiques de Georg Rasch sur le continent américain.

6.2 Benjamin Wright et l’institutionnalisation du MESA Laboratory

De retour permanent à l’Université de Chicago, Benjamin Wright fonde le célèbre MESA Laboratory (Measurement, Evaluation, and Statistical Analysis), qui devient rapidement le centre névralgique planétaire de l’école raschienne. Conscient que le modèle de Rasch ne pourra jamais s’imposer tant que le calcul des estimations par maximum de vraisemblance conditionnelle nécessitera des semaines d’opérations manuelles sur des matrices complexes, Wright mobilise les premiers ordinateurs centraux de l’université (les imposants terminaux IBM) pour développer des algorithmes computationnels révolutionnaires.

Avec ses étudiants brillants, Wright conçoit le premier programme informatique mondial dédié au calibrage raschien, baptisé BICAL (Binary Item Calibration), suivi plus tard par des architectures logicielles majeures comme BIGSTEPS et WINSTEPS. Ces programmes implémentent des algorithmes d’estimation innovants, notamment la méthode UCON (Unconditional Maximum Likelihood avec correction de biais) et PROX (Normal Approximation Procedure), permettant de traiter des matrices de milliers d’élèves et de centaines d’items en quelques fractions de seconde. Wright fait preuve d’une intransigeance passionnée pour défendre la pureté du modèle : pour lui, toute tentative d’introduire des paramètres de pente variable ou de devinette est une capitulation devant le désordre statistique qui détruit l’essence même de la mesure.

Durant plus de trois décennies, le laboratoire MESA accueille des cohortes entières de boursiers internationaux, de chercheurs et de doctorants venus du monde entier (Australie, Suède, Canada, Pays-Bas, Corée) pour se former à la mesure objective. Wright et ses disciples organisent des ateliers méthodologiques intensifs, publient des manuels d’une clarté pédagogique limpide comme Best Test Design (1979) et Rating Scale Analysis (1982), et érigent l’Université de Chicago en une forteresse intellectuelle inexpugnable dédiée au triomphe des modèles de Rasch.

6.3 Diffusion dans le testing éducatif nord-américain

Sous l’impulsion directe de l’école de Chicago, les concepts de Georg Rasch s’infiltrent rapidement au sein des institutions de testing éducatif et de certification professionnelle les plus puissantes d’Amérique du Nord. Dès les années 1970, des organisations majeures de conception d’examens d’État réalisent le gain pragmatique immense que représente l’invariance des paramètres d’items. Auparavant, renouveler une épreuve d’examen impliquait des opérations de normalisation titanesques nécessitant de faire passer le test entier à des échantillons représentatifs de plusieurs dizaines de milliers d’individus à chaque millésime.

Grâce au modèle de Rasch, ces institutions peuvent désormais constituer de vastes banques d’items calibrés (item banks). En introduisant un sous-ensemble restreint de questions d’ancrage communes entre les différents formulaires d’un examen administré à des années d’intervalle, il devient possible de projeter l’ensemble des questions passées, présentes et futures sur une seule et même échelle de logits invariante. Les agences éducatives de grands États américains (tels que la Californie, l’Illinois ou le Texas) et les comités de certification en soins infirmiers et médicaux adoptent massivement l’algorithme raschien pour garantir l’équité des seuils de passage aux examens de licence professionnelle.

Cette diffusion institutionnelle jette également les bases du testing adaptatif informatisé (Computerized Adaptive Testing, CAT). Puisque la difficulté de chaque item de la banque est connue sur le continuum invariant des logits, l’algorithme informatique peut sélectionner dynamiquement pour chaque candidat l’item dont la difficulté correspond exactement à son niveau d’aptitude provisoire estimé en temps réel après chaque réponse. Ce processus réduit de plus de 60 % le nombre de questions nécessaires pour atteindre une précision métrologique donnée tout en éliminant l’ennui des items trop faciles et la frustration des items trop difficiles, concrétisant ainsi de manière spectaculaire le rêve de mesure individualisée caressé par Georg Rasch.

7. Extensions et généralisations de la famille des modèles de Rasch

7.1 Le modèle polytomique des crédits partiels (Master)

Bien que le modèle dichotomique original de 1960 ait prouvé son efficacité pour les questions de type vrai/faux ou les choix multiples codés binaire, de nombreux domaines des sciences humaines et de l’éducation nécessitent d’attribuer des notes intermédiaires pour récompenser les réussites partielles ou les étapes logiques d’un raisonnement complexe. C’est l’universitaire australien Geofferey N. Masters, formé au laboratoire MESA de l’Université de Chicago sous la direction de Benjamin Wright, qui accomplit cette percée théorique majeure en publiant en 1982 le modèle des crédits partiels (Partial Credit Model, PCM).

Le modèle de Masters étend la logique de Rasch aux items polytomiques ordonnés où les scores possibles s’étalent sur $m_i + 1$ catégories distinctes notées $x = 0, 1, 2, dots, m_i$. Dans ce modèle, la probabilité pour un sujet d’aptitude $\theta_n$ d’atteindre la catégorie de score $x$ à l’item $i$ est formulée de manière rigoureuse en modélisant les transitions conditionnelles d’une catégorie à la suivante :

$$P(X_{ni} = x mid \theta_n, \beta_{i1}, dots, \beta_{im_i}) = \frac{\exp\left(\sum_{j=0}^x (\theta_n – \beta_{ij})\right)}{\sum_{k=0}^{m_i} \exp\left(\sum_{j=0}^k (\theta_n – \beta_{ij})\right)}$$

avec la convention formelle $\sum_{j=0}^0 (\theta_n – \beta_{ij}) = 0$. Les paramètres $\beta_{ij}$ représentent les seuils de transition (thresholds ou step difficulties), c’est-à-dire le point sur le continuum latent où la probabilité d’obtenir la catégorie $x$ devient égale à celle d’obtenir la catégorie précédente $x-1$.

L’aspect révolutionnaire du PCM de Masters est qu’il permet à chaque item de posséder sa propre configuration structurelle de seuils sans imposer que l’écartement entre les catégories soit identique d’une question à l’autre, tout en préservant scrupuleusement la propriété fondamentale de statistique exhaustive : le score total d’un sujet (la simple somme des crédits obtenus) demeure l’unique estimateur suffisant de son aptitude latente. Cette extension a permis l’incorporation fluide des questions ouvertes de mathématiques, des dissertations scolaires évaluées par grilles critériées et des échelles d’évaluation neuropsychologique au sein de l’univers métrologique raschien.

7.2 Le modèle des échelles de notation (Andrich)

Parallèlement aux travaux de Masters, une autre avancée capitale émerge d’Australie occidentale grâce aux recherches du statisticien et psychomètre David Andrich. En 1978, Andrich publie dans la revue Psychometrika un article fondateur établissant le modèle des échelles de notation (Rating Scale Model, RSM). Cette formulation cible spécifiquement les inventaires d’attitudes, les échelles de personnalité et les questionnaires de psychologie sociale utilisant des protocoles de réponse standardisés de type Likert (par exemple : « pas du tout d’accord », « plutôt d’accord », « tout à fait d’accord ») où le même format de catégories est appliqué uniformément à l’ensemble des questions du test.

Andrich démontre que dans un tel dispositif psychométrique, le seuil de transition global peut être décomposé de manière additive en deux paramètres orthogonaux : la difficulté intrinsèque de l’item $\beta_i$ (son intensité sémantique sur le trait mesuré) et la structure relative des distances de seuils communes à l’ensemble du format de réponse, notée $\tau_k$ (la disposition psychologique du public à franchir la barrière catégorielle) :

$$\beta_{ik} = \beta_i + \tau_k$$

Le modèle des échelles de notation permet ainsi d’évaluer avec une précision chirurgicale le fonctionnement cognitif des catégories de réponse. Si un questionnaire propose une échelle en cinq points mais que les sujets éprouvent des difficultés systématiques à discriminer entre la catégorie 3 (« neutre ») et la catégorie 4 (« légèrement d’accord »), le modèle d’Andrich révèle un phénomène pathologique bien connu sous le nom de seuils inversés ou désordonnés (disordered thresholds).

Cette clarification théorique a mis en évidence le fait que des nombres arbitrairement assignés à des réponses ordinales (attribuer des valeurs de 1 à 5 sur une échelle de Likert) ne constituent jamais des intervalles arithmétiques équidistants. Grâce au modèle d’Andrich, les psychologues disposent d’un outil de diagnostic infaillible permettant d’épurer les formats d’évaluation en fusionnant les catégories dysfonctionnelles et en convertissant des opinions qualitatives en une métrique d’intervalle continue respectant l’objectivité spécifique.

7.3 Les modèles de Poisson pour les taux et durées

Bien que l’histoire retienne prioritairement l’équation logistique dichotomique, les fondations primitives des travaux de Georg Rasch dans son traité de 1960 reposaient sur une famille distincte de formulations probabilistes : les modèles de Poisson multiplicatifs pour données de comptage. Dans les situations d’évaluation où la performance n’est pas mesurée par la réussite d’items isolés mais par le nombre total d’erreurs commises au cours d’un laps de temps prédéterminé, ou par la durée requise pour accomplir une tâche standardisée (comme la lecture d’un corpus de texte), Rasch applique les axiomes des processus ponctuels de Poisson.

Dans ce cadre, la variable aléatoire $Y_{ni}$, représentant le nombre d’erreurs commises par le sujet $n$ sur le texte ou la tâche $i$, suit une loi de Poisson de paramètre d’espérance $\lambda_{ni}$ défini par la décomposition multiplicative suivante :

$$\lambda_{ni} = \theta_n \cdot \delta_i \cdot T_i$$

où $\theta_n$ désigne l’inaptitude ou le taux d’erreur intrinsèque du sujet, $\delta_i$ symbolise le coefficient de difficulté spécifique du texte, et $T_i$ représente le temps d’exposition ou la longueur totale de l’exercice. En appliquant la transformation logarithmique népérienne, cette relation multiplicative retrouve une structure additive linéaire analogue au modèle logistique :

$$\ln(\lambda_{ni}) = \ln(\theta_n) + \ln(\delta_i) + \ln(T_i)$$

Cette déclinaison originelle des modèles de Rasch connaît un renouveau remarquable dans la recherche contemporaine en neuropsychologie cognitive et en ergonomie comportementale. Elle est mobilisée pour l’étalonnage des épreuves de fluence verbale (nombre de mots générés en une minute appartenant à une catégorie sémantique), des tests d’attention sélective soutenue (épreuves de barrage de signes) ou de détection d’erreurs en situation de vigilance prolongée. Elle démontre avec quelle flexibilité le principe invariantiste formulé par le savant danois peut être décliné à l’ensemble des modalités d’enregistrement du comportement humain discret.

8. Adéquation au modèle et diagnostic psychométrique (Fit Statistics)

8.1 Résidus standardisés et statistiques Infit et Outfit

L’application rigoureuse du paradigme de Rasch exige une vigilance permanente quant à la conformité des données d’observation avec les postulats du modèle théorique. Puisque le modèle a un statut normatif d’étalon métrologique, l’analyste ne cherche pas à forcer le modèle à épouser les données mais à identifier les items ou les répondants qui violent les axiomes de la mesure conjointe. Cet audit métrologique repose sur le calcul des résidus standardisés entre la réponse observée $X_{ni}$ et la probabilité théorique attendue sous le modèle $P_{ni} = P(X_{ni} = 1 mid \hat{\theta}_n, \hat{\beta}_i)$ :

$$z_{ni} = \frac{X_{ni} – P_{ni}}{\sqrt{W_{ni}}}$$

où $W_{ni} = P_{ni}(1 – P_{ni})$ représente la variance binomiale locale du processus à ce niveau de continuum.

Pour condenser cette information résiduelle à l’échelle de chaque item ou de chaque individu, l’école raschienne a créé deux indicateurs fondamentaux sous forme de moyennes quadratiques (Mean Square, MNSQ) : l’Outfit et l’Infit. La statistique Outfit (Outlier-sensitive Fit) est la moyenne arithmétique simple non pondérée des carrés des résidus standardisés :

$$\text{Outfit}_{MNSQ} = \frac{1}{N} \sum_{n=1}^N z_{ni}^2$$

Sensible aux réponses inattendues distantes (par exemple, un individu très brillant qui échoue par inadvertance à une question élémentaire, ou un individu très faible qui réussit par hasard une question très ardue), l’Outfit permet de repérer les anomalies exogènes au système de mesure.

À l’inverse, la statistique Infit (Information-weighted Fit) pondère chaque résidu par sa variance d’information locale $W_{ni}$ avant de calculer la moyenne quadratique :

$$\text{Infit}_{MNSQ} = \frac{\sum_{n=1}^N (X_{ni} – P_{ni})^2}{\sum_{n=1}^N W_{ni}}$$

L’Infit est ainsi particulièrement sensible aux distorsions intervenant au cœur de la zone de calibrage de l’item, là où le niveau de l’item est proche de celui de la personne. Sous l’hypothèse nulle d’un ajustement parfait au modèle, les valeurs attendues de l’Infit et de l’Outfit sont égales à 1,0. Une valeur MNSQ substantiellement supérieure à 1,3 (phénomène d’underfit) signale la présence d’un bruit aléatoire destructeur ou d’une dimension parasite venant fausser la mesure. Une valeur MNSQ inférieure à 0,7 (phénomène d’overfit) trahit une dépendance locale artificielle ou une redondance stérile entre questions qui gonfle illégitimement la fidélité apparente.

8.2 Fonctionnement différentiel de l’item (DIF)

L’un des apports les plus décisifs de Georg Rasch à l’éthique de l’évaluation réside dans l’opérationnalisation mathématique du biais d’évaluation, formellement théorisé sous le concept de Fonctionnement différentiel de l’item (Differential Item Functioning, DIF). En vertu de l’objectivité spécifique, la difficulté relative estimée d’un item $\beta_i$ doit demeurer invariantiste quel que soit le sous-groupe de répondants mobilisé. Si un item présente des variations de difficulté systématiques entre deux sous-populations (par exemple, entre hommes et femmes, ou entre locuteurs natifs et allophones) à niveau d’aptitude latente rigoureusement contrôlé et égalisé, l’item souffre d’un DIF manifeste.

Le paradigme raschien aborde la détection du DIF avec une élégance méthodologique incomparable. Puisque le score brut permet de conditionner sur $\theta$, il n’est nullement nécessaire de créer des groupes artificiels d’appariement empirique. On estime les paramètres de l’item indépendamment au sein de chacun des sous-groupes cibles (par exemple $\hat{\beta}_{i,\text{Groupe A}}$ et $\hat{\beta}_{i,\text{Groupe B}}$) en ancrant l’échelle sur les items invariants communs. On teste ensuite statistiquement l’hypothèse de nullité de la différence métrique :

$$t_{DIF} = \frac{\hat{\beta}_{i,\text{A}} – \hat{\beta}_{i,\text{B}}}{\sqrt{SE(\hat{\beta}_{i,\text{A}})^2 + SE(\hat{\beta}_{i,\text{B}})^2}}$$

On distingue traditionnellement le DIF uniforme, où le décalage de difficulté reste constant d’une extrémité à l’autre de l’échelle, du DIF non uniforme, qui survient dans les modèles non conformes à Rasch lorsque les pentes de discrimination divergent selon les groupes. L’analyse du DIF est devenue un réquisit légal et scientifique inaliénable dans les certifications internationales et les protocoles de psychologie transculturelle. Les items présentant un DIF statistiquement significatif et substantiel sur le plan de la taille d’effet doivent faire l’objet d’une analyse sémantique approfondie : s’ils véhiculent un stéréotype ou un contenu culturel non pertinent au construit mesuré, ils sont irrémissiblement expulsés de la banque d’évaluation ; s’ils reflètent une facette légitime de l’aptitude, ils sont scindés en paramètres d’items distincts selon les groupes.

8.3 Analyse de la dimensionnalité et unidimensionnalité locale

Pour qu’un ensemble d’observations puisse être légitimement projeté sur un unique continuum métrique logit, les données doivent satisfaire au postulat fondamental d’unidimensionnalité. Cela signifie qu’une seule et unique variable latente sous-tend la variance des réussites individuelles à l’épreuve. Dans le paradigme raschien, l’unidimensionnalité est intimement liée au principe d’indépendance locale : une fois que la variance imputable au trait latent principal $\theta$ a été rigoureusement extraite et conditionnée par le modèle, il ne doit subsister aucune covariance ou corrélation résiduelle systématique entre les différentes paires d’items.

Pour vérifier cette exigence draconienne, l’école raschienne a élaboré une approche diagnostique hautement spécialisée : l’Analyse en composantes principales des résidus (Principal Component Analysis of Residuals, PCAR). Au lieu d’effectuer une analyse factorielle classique sur les corrélations des données brutes (méthode fallacieuse qui engendre artificiellement des facteurs parasites dits « facteurs de difficulté » dus à la non-linéarité des items dichotomiques), l’analyste applique l’extraction factorielle directement sur la matrice des résidus standardisés $z_{ni}$ issus du modèle de Rasch.

L’interprétation de la PCAR est d’une grande rigueur métrologique : si le construit est authentiquement unidimensionnel, la première composante résiduelle extraite ne doit présenter qu’un niveau de bruit aléatoire indiscernable du hasard, traditionnellement opérationnalisé par une valeur propre (eigenvalue) strictement inférieure à 2,0 unités de variance d’item (ce qui correspond au poids statistique de deux items qui covarieraient parfaitement entre eux). Si la première composante résiduelle dépasse ce seuil critique, cela indique la présence insidieuse d’une dimension secondaire non modélisée (par exemple, une compétence en compréhension de l’écrit venant parasiter un test d’aptitude au raisonnement arithmétique). La violation de l’indépendance locale détruit l’exhaustivité des scores bruts et gonfle artificiellement la précision apparente de la mesure, imposant le démantèlement du test en plusieurs sous-échelles autonomes.

9. La confrontation épistémologique : Modèle de Rasch contre modèles IRT à 2 et 3 paramètres

9.1 Le camp Birnbaum-Lord : Modéliser les données telles qu’elles sont

Au cours des années 1960 et 1970, alors que Georg Rasch et Benjamin Wright développent leur vision métrologique à Copenhague et Chicago, une autre branche majeure de la modélisation probabiliste des tests se structure aux États-Unis sous la bannière de l’Educational Testing Service (ETS) à Princeton, menée par des géants comme Frederic M. Lord et Allan Birnbaum. Cette tradition, qui portera définitivement le nom de Théorie de la réponse à l’item (Item Response Theory, IRT), adopte une prémisse épistémologique radicalement divergente de celle de Rasch.

Pour Birnbaum et Lord, il est scientifiquement naïf de supposer que tous les items d’un test possèdent la même capacité à discriminer entre les individus forts et faibles, et encore plus irréaliste d’ignorer que sur des tests à choix multiples (QCM), des candidats ignorants peuvent deviner la bonne réponse par hasard. Birnbaum introduit donc en 1968 le modèle logistique à deux paramètres (2PL), qui dote chaque item d’un paramètre de discrimination variable $a_i$ :

$$P(X_{ni} = 1) = \frac{\exp(a_i(\theta_n – \beta_i))}{1 + \exp(a_i(\theta_n – \beta_i))}$$

puis le modèle à trois paramètres (3PL), qui adjoint un paramètre d’asymptote inférieure $c_i$ pour capturer l’effet de pseudo-chance :

$$P(X_{ni} = 1) = c_i + (1 – c_i)\frac{\exp(a_i(\theta_n – \beta_i))}{1 + \exp(a_i(\theta_n – \beta_i))}$$

La philosophie sous-jacente du camp Birnbaum-Lord est purement pragmatique et descriptive : le modélisateur a pour devoir de concevoir une fonction mathématique suffisamment souple et paramétrée pour maximiser l’ajustement statistique aux données réelles produites par les tests existants. Dès lors que les données psychométriques brutes présentent des pentes divergentes et des taux de devinette non nuls, le modèle doit s’adapter pour minimiser la déviance globale du test. Cependant, cette flexibilité empirique a un coût théorique exorbitant : l’abandon irréversible de l’objectivité spécifique et la perte des propriétés de statistique exhaustive.

9.2 La position raschienne : Les données doivent satisfaire aux exigences de la mesure

Face à l’émergence des modèles 2PL et 3PL, la réaction de Georg Rasch et le plaidoyer de Benjamin Wright sont d’une intransigeance philosophique absolue. Pour les raschiens, les modèles IRT multiparamétriques ne constituent pas une généralisation vertueuse, mais une régression méthodologique désastreuse qui capitule devant les défauts de fabrication des instruments d’évaluation. L’argumentation raschienne démontre que dès lors que l’on autorise le paramètre de discrimination $a_i$ à varier d’un item à l’autre, les courbes caractéristiques des items se croisent obligatoirement dans l’espace bidimensionnel.

Le croisement de deux courbes caractéristiques d’items engendre une contradiction logique mortelle pour l’acte de mesure : cela signifie qu’en deçà du point d’intersection, l’item 1 est empiriquement plus difficile que l’item 2, tandis qu’au-delà de ce point, la hiérarchie s’inverse et l’item 2 devient plus difficile que l’item 1 ! L’ordre relatif de difficulté des questions cesse d’être une constante objective pour devenir une variable dépendante du niveau d’aptitude de la personne interrogée. Une telle échelle est aussi absurde sur le plan métrologique qu’une règle graduée dont les centimètres se rétréciraient ou se dilateraient selon l’objet déposé sur elle pour être mesuré.

Quant à l’introduction du paramètre de pseudo-chance $c_i$ dans le modèle 3PL, les tenants de Rasch la récusent avec indignation. Incorporer le hasard aveugle dans l’équation mathématique revient à institutionaliser le bruit aléatoire au cœur de l’instrument. Si des élèves peuvent réussir des items par pure chance, la solution scientifique consiste à repenser le design de l’épreuve (en recourant à des questions ouvertes ou à des QCM à distracteurs plausibles bien calibrés), et non à bricoler une asymptote non nulle qui détruit la séparabilité analytique des paramètres et rend impossible l’estimation conditionnelle par statistique exhaustive. Lors des congrès internationaux de psychométrie tout au long des années 1970, les débats entre Wright et Lord virent à l’affrontement métaphysique entre deux conceptions inconciliables de la science.

9.3 Synthèse contemporaine : Deux philosophies distinctes de la science

Avec le recul épistémologique permis par plusieurs décennies d’usage intensif, la communauté scientifique contemporaine a pris acte du fait que le fossé séparant l’école de Rasch des modèles IRT traditionnels ne relève pas d’une querelle technique d’estimation algorithmique, mais d’une frontière ontologique séparant deux visions distinctes de la démarche scientifique.

D’un côté se déploie le paradigme descriptif et statistique de l’IRT (modèles 2PL, 3PL, 4PL), qui s’inscrit dans la tradition de l’apprentissage statistique supervisé et de l’ingénierie prédictive. Dans ce cadre, l’objectif suprême est de maximiser la capacité prédictive d’un examen à un instant $T$ pour classer des cohortes d’individus, quitte à ce que les paramètres d’items soient intriqués et dépendent d’estimations bayésiennes marginales (MMLE) sensibles aux lois de probabilité de population choisies a priori.

De l’autre côté s’affirme le paradigme normatif et métrologique de Rasch, qui s’identifie à la tradition métrologique des sciences physiques dures. Pour Rasch, mesurer ne consiste pas à prédire un comportement empirique avec le maximum de vraisemblance descriptive, mais à construire un artefact matériel satisfaisant à des exigences théoriques de symétrie et d’invariance universelle. Le modèle de Rasch ne prétend pas que l’esprit humain est logistique ; il affirme que si nous voulons conférer aux concepts psychologiques un statut métrologique quantitatif rigoureux, nous sommes tenus d’utiliser des instruments dont les réponses satisfont aux contraintes logistiques du modèle. Cette distinction fait aujourd’hui consensus : le modèle de Rasch n’est pas simplement un cas particulier restreint (le « modèle à 1 paramètre ») de l’IRT ; il constitue un paradigme de mesure autonome et incommensurable.

10. Applications modernes en psychologie et dans les sciences du comportement

10.1 Évaluation cognitive et neuropsychologique

Dans le domaine de l’évaluation neuropsychologique et cognitive, l’impact du paradigme de Georg Rasch s’est révélé déterminant pour surmonter les biais intrinsèques aux scores composites traditionnels. Des instruments de renommée mondiale, tels que les échelles d’intelligence de Wechsler (WAIS, WISC) ou les batteries d’évaluation de l’aphasie (comme le Boston Diagnostic Aphasia Examination), ont profondément remanié leurs protocoles de standardisation et d’étalonnage à la lumière de la modélisation raschienne.

Un apport clinique fondamental concerne la surveillance longitudinale et la détection précoce du déclin cognitif dans les pathologies neurodégénératives, tout particulièrement la maladie d’Alzheimer et les démences fronto-temporales. Historiquement, le suivi des patients via des échelles comme le MMSE (Mini-Mental State Examination) ou l’ADAS-Cog souffrait d’effets de plancher et de plafond sévères, ainsi que d’une non-linéarité prononcée : une perte de 3 points en milieu d’échelle ne correspondait absolument pas à la même détérioration biologique qu’une perte de 3 points aux extrémités sévères de la pathologie.

Grâce à la recalibration des items sous le modèle de Rasch, les cliniciens disposent aujourd’hui de trajectoires de dégradation exprimées sur un continuum invariant de logits. Il devient ainsi possible de mesurer le rythme exact de déclin cognitif d’un patient au fil des mois avec une erreur standard individualisée, d’isoler l’impact pharmacologique réel d’une molécule thérapeutique lors des essais cliniques randomisés, et d’administrer des formes parallèles courtes de tests sans craindre le moindre biais d’apprentissage lié à la réévaluation successive.

10.2 Psychopathologie et échelles cliniques auto-rapportées

La psychiatrie et la psychologie clinique ont longtemps été minées par l’utilisation de questionnaires auto-rapportés dont la sommation arithmétique brute violait les règles élémentaires des opérations mathématiques sur des variables ordinales. L’analyse raschienne a opéré une véritable cure d’assainissement métrologique sur des instruments mondialement disséminés, à l’instar de l’Inventaire de Dépression de Beck (BDI), de l’Échelle d’Évaluation de la Dépression de Hamilton (HAM-D) ou du Questionnaire Général de Santé (GHQ-12).

L’application du modèle des échelles de notation d’Andrich sur ces inventaires a mis en lumière des failles structurelles majeures, notamment la prolifération de catégories de réponses redondantes. Par exemple, de nombreux patients dépressifs sévères ne font pas de distinction phénoménologique entre les catégories « souvent » et « presque toujours ». En diagnostiquant ces désordres de seuils, les analyses de Rasch ont guidé la restructuration de ces échelles en fusionnant les modalités superflues, réduisant ainsi la charge cognitive pesant sur des sujets vulnérables sans rien perdre de l’information diagnostique.

En outre, le calibrage raschien permet de convertir les scores bruts ordinaux de dépression ou d’anxiété en de véritables mesures d’intervalles métriques. Cette linéarisation est d’une portée pratique inestimable : elle permet enfin aux psychiatres d’appliquer légitimement des analyses de variance paramétriques et des modélisations mixtes sur des scores de gravité clinique, mettant un terme aux dérives statistiques dénoncées depuis des décennies par les méthodologues de la santé mentale.

10.3 Qualité de vie liée à la santé et résultats rapportés par les patients (PROMs)

L’essor contemporain de la médecine fondée sur les preuves et de l’évaluation centrée sur le patient a propulsé les questionnaires de résultats rapportés par les patients (Patient-Reported Outcomes Measurement, PROMs) au cœur des décisions de santé publique et des autorisations de mise sur le marché des thérapies innovantes. Dans cette révolution, la méthodologie de Rasch est devenue le standard d’excellence imposé par les plus hautes autorités sanitaires internationales, à commencer par la Food and Drug Administration (FDA) aux États-Unis et l’Agence européenne des médicaments (EMA).

L’illustration la plus spectaculaire de cette consécration méthodologique est sans conteste le consortium international PROMIS (Patient-Reported Outcomes Measurement Information System), initié par les National Institutes of Health (NIH) américains. Ce programme gigantesque vise à calibrer des centaines de banques d’items mesurant la douleur physique, la fatigue chronique, la dépression, le fonctionnement physique et la participation sociale à travers l’ensemble des pathologies chroniques (cancers, polyarthrite, diabète, sclérose en plaques).

L’ensemble de l’infrastructure métrologique de PROMIS repose de manière intransigeante sur les modèles de la famille de Rasch et de l’IRT invariantiste. Grâce à cette uniformité métrique, un niveau de fatigue physique ressenti par un patient atteint d’un cancer du poumon peut être directement comparé, sur une échelle universelle étalonnée en logits (souvent transformée conventionnellement en scores T standardisés de moyenne 50 et d’écart-type 10), à celui d’un patient souffrant d’insuffisance cardiaque. Les biomarqueurs subjectifs acquièrent ainsi le même niveau de comparabilité, d’interchangeabilité et de fiabilité métrologique que les dosages de laboratoire ou les mesures tensiométriques.

11. Aspects pédagogiques et méthodologiques : Construire une échelle de Rasch

11.1 La carte de Wright (Wright Map / Person-Item Map)

L’un des apports pédagogiques et visuels les plus remarquables de l’école raschienne, formalisé sous l’impulsion de Benjamin Wright, est la conception de la Carte de Wright (ou Person-Item Map). Cette représentation graphique bidimensionnelle matérialise de manière concrète l’union métrologique entre le sujet et l’instrument en projetant simultanément sur un seul et unique axe vertical calibré en logits la distribution des aptitudes des personnes à gauche et la hiérarchie des difficultés d’items à droite.

La lecture d’une carte de Wright permet un diagnostic instantané et intuitif des propriétés cliniques ou éducatives de l’instrument :

• Le ciblage métrologique (Targeting) : L’analyste observe immédiatement si la distribution des individus fait face à la distribution des items. Si la moyenne des personnes se situe à $+1{,}5$ logit alors que la moyenne des items est fixée à $0{,}0$ logit, le test est manifestement trop facile pour la population cible ; les items sont sous-calibrés, générant un manque critique de précision métrologique pour les sujets les plus compétents.
• Les vides métriques (Measurement Gaps) : La carte révèle visuellement les déserts métriques, c’est-à-dire les zones entières du continuum latent où aucun item n’est positionné. Si un espace de 2 logits sépare deux grappes de questions, l’instrument est incapable de discriminer avec précision les sujets situés dans cet intervalle, indiquant aux concepteurs la nécessité urgente de rédiger de nouveaux items ciblant expressément cette zone de difficulté.
• La redondance des items : À l’inverse, l’alignement horizontal de multiples items exactement au même niveau de logit trahit une duplication stérile des questions, offrant la possibilité d’élaguer l’instrument pour réduire le temps de passation sans altérer sa couverture spectrale.

11.2 Le processus itératif d’épuration d’une échelle

La construction d’une échelle de mesure conforme au paradigme de Rasch n’est jamais un acte d’enregistrement passif, mais un processus itératif d’ingénierie métrologique hautement structuré. Ce cycle de développement suit des étapes standardisées d’une rigueur inflexible :

• 1. Calibration conjointe initiale : Les réponses brutes issues de l’administration pilote sont soumises à une première estimation par maximum de vraisemblance conditionnelle (CML) ou marginale (MML) afin d’ancrer les paramètres préliminaires de difficulté ($\beta_i$) et d’aptitude ($\theta_n$).
• 2. Diagnostic des résidus et élimination de l’Underfit : Examen méticuleux des indices Infit et Outfit de chaque item. Les questions affichant un Infit MNSQ substantiellement supérieur aux bornes de tolérance (généralement $> 1{,}3$ ou $> 1{,}4$) sont identifiées. Ces items, corrompus par du bruit aléatoire ou une multidimensionnalité parasite, sont retirés de l’échelle ou réécrits. L’analyste ré-estime alors l’ensemble du modèle sans ces items défaillants.
• 3. Audit des catégories de réponse : Pour les échelles polytomiques, vérification de la progression ordonnée des seuils de transition d’Andrich ou de Masters. Si une inversion de seuil est détectée, les catégories adjacentes sous-utilisées ou sémantiquement ambiguës sont fusionnées informatiquement pour restaurer la monotonicité fonctionnelle de la réponse.
• 4. Détection et neutralisation du DIF : Test d’invariance des paramètres d’items à travers les variables démographiques clés (sexe, tranches d’âge, groupes ethniques, statuts cliniques). Tout item manifestant un DIF intolérable est purgé ou fractionné.
• 5. Évaluation de la fiabilité de séparation : Calcul des indices de fiabilité de séparation des personnes (Person Separation Reliability) et des items (Item Separation Reliability). Contrairement au coefficient alpha de Cronbach qui peut être gonflé artificiellement par la simple longueur du test, l’indice de séparation raschien reflète la capacité réelle de l’instrument à distinguer de manière reproductible des strates de performance statistiquement différenciables.

11.3 Logiciels spécialisés contemporains

L’essor et l’implémentation pratique de la méthodologie de Rasch ont été rendus possibles par l’apparition d’environnements logiciels dédiés hautement sophistiqués. Historiquement dominé par le programme WINSTEPS (développé par John Michael Linacre à la suite des travaux de Benjamin Wright), qui demeure à ce jour l’étalon commercial mondial en matière d’analyse dichotomique et polytomique grâce à sa rapidité d’exécution et à l’exhaustivité de ses sorties diagnostiques, le champ s’est considérablement démocratisé et diversifié.

Dans l’univers des logiciels commerciaux spécialisés, deux autres plateformes occupent une position prééminente : RUMM2030 (Rasch Unidimensional Measurement Model), conçu en Australie sous l’égide de David Andrich, qui met l’accent sur les tests rigoureux de significativité statistique de la déviance globale et la détection ultra-fine des seuils désordonnés ; et ConQuest, développé par Mark Wilson et ses collègues à l’Université de Berkeley et à l’ACER (Australian Council for Educational Research), capable de traiter des modèles raschiens multidimensionnels complexes et des structures de données hiérarchiques emboîtées.

Parallèlement, la communauté scientifique libre a développé un écosystème puissant au sein de l’environnement de programmation statistique open source R. Des packages majeurs tels que eRm (extended Rasch modeling, qui utilise exclusivement l’estimation par maximum de vraisemblance conditionnelle CML pure sans hypothèse distributionnelle), TAM (Test Analysis Modules, interfacé avec les architectures d’évaluation à grande échelle de type PISA), mirt et psychotools offrent aujourd’hui aux chercheurs du monde entier un accès gratuit et entièrement automatisable aux outils computationnels les plus complexes de la mesure objective.

12. Dernières années, mort et héritage pérenne de Georg Rasch (1970-1980 et au-delà)

12.1 La retraite active à Læsø et les réflexions épistémologiques tardives

À la fin des années 1960, après avoir occupé pendant plusieurs années un poste de professeur de statistique mathématique à l’Université de Copenhague, Georg Rasch décide de prendre sa retraite académique officielle. Il choisit de se retirer loin des tumultes institutionnels de la capitale sur l’île isolée et sauvage de Læsø, située dans les eaux du Cattégat au nord du Danemark. Cette retraite insulaire est tout sauf une période d’inactivité intellectuelle ; elle marque au contraire une phase de profonde maturation philosophique.

Dans sa maison de Læsø, au milieu d’une nature austère et battue par les vents, Rasch consacre ses journées à la rédaction d’essais épistémologiques consacrés aux fondements de la théorie de la connaissance, à la nature probabiliste de la causalité et aux conditions ontologiques de l’observation scientifique. Il correspond intensément avec des épistémologues et des méthodologues européens, cherchant à formaliser une philosophie générale de la science qu’il qualifie de théorie des modèles spécifiques. Pour Rasch, la mesure n’est pas une simple technique d’ingénieur ; elle constitue le mode suprême d’intelligibilité rationnelle permettant à l’esprit humain de s’extraire de l’arbitraire des perceptions singulières.

Durant cette décennie, sa retraite de Læsø devient un lieu de pèlerinage discret mais fervent pour une nouvelle génération de disciples venus de Chicago, de Suède, du Royaume-Uni et d’Australie. Des chercheurs font le voyage pour débattre des heures entières avec le maître danois autour d’une tasse de café, lui soumettant leurs nouveaux protocoles d’évaluation et recueillant ses avis méthodologiques sans concession. C’est dans cette quiétude insulaire, alors que son œuvre est en train de conquérir les centres de décision de la psychométrie mondiale, que Georg Rasch s’éteint le 19 octobre 1980, à l’âge de 79 ans, laissant derrière lui une révolution scientifique dont l’ampleur commence à peine à être mesurée.

12.2 La création de la Rasch Measurement SIG et de l’Institute for Objective Measurement

La disparition de Georg Rasch en 1980, loin d’éteindre la flamme du paradigme, catalyse une dynamique institutionnelle sans précédent menée par ses disciples américains et internationaux. Sous la houlette énergique de Benjamin Wright, la communauté des psychomètres raschiens s’organise formellement pour pérenniser l’héritage et défendre la spécificité méthodologique de l’approche contre les dérives des modèles prédictifs standards.

Au sein de la puissante American Educational Research Association (AERA), les fidèles du modèle obtiennent la fondation d’un groupe d’intérêt spécialisé permanent : le Rasch Measurement SIG (Special Interest Group). Ce groupe devient le lieu de ralliement annuel de centaines de chercheurs, donnant lieu à des sessions scientifiques de haut niveau où sont présentées les innovations relatives à l’estimation, au traitement des données manquantes et aux extensions polytomiques. Parallèlement, l’Institute for Objective Measurement (IOM) est fondé à Chicago afin de coordonner les initiatives de formation et d’archiver les manuscrits, lettres et séminaires historiques de Georg Rasch.

Pour assurer la diffusion autonome des avancées théoriques et pratiques, la communauté fonde la revue académique internationale à comité de lecture Journal of Applied Measurement (JAM), dirigée pendant des décennies par Richard M. Smith. Enfin, pour honorer la mémoire de l’initiateur du paradigme et récompenser les avancées méthodologiques de rupture, la Rasch Measurement Society institue le prestigieux Georg Rasch Award, décerné régulièrement aux figures scientifiques ayant apporté des contributions décisives à l’édification de la métrologie dans les sciences humaines et de la santé.

12.3 La place définitive de Georg Rasch dans l’histoire des sciences psychologiques

Avec le recul historique que nous offre le vingt-et-unième siècle, la figure de Georg Rasch s’impose avec l’évidence des pionniers fondateurs de la science moderne. À l’égal d’un Galilée introduisant la cinématique mathématique dans l’étude du mouvement physique, ou d’un Antoine Lavoisier imposant le principe de conservation de la masse pour transformer l’alchimie en chimie moderne, Georg Rasch a été le grand architecte de la véritable métrologie au sein des sciences psychologiques, éducatives et sociales.

L’héritage de Rasch vit aujourd’hui de manière éclatante dans les plus vastes systèmes d’évaluation cognitive de notre planète. Les enquêtes internationales d’évaluation des acquis des élèves comme les programmes PISA (Programme international pour le suivi des acquis des élèves) et TIMSS (Trends in International Mathematics and Science Study), qui influencent directement les politiques éducatives de plus de quatre-vingts pays à travers le monde, reposent conceptuellement et analytiquement sur les modèles de la famille de Rasch pour assurer la comparabilité inter-pays et trans-temporelle de leurs échelles de compétences.

L’exigence fondamentale de Georg Rasch conserve une actualité et une modernité intactes : refuser la facilité des nombres arbitraires, rejeter l’illusion selon laquelle l’accumulation de données massives (Big Data) pourrait se dispenser d’une réflexion axiomatique sur la structure des instruments de mesure, et maintenir intacte l’ambition d’une science de l’esprit fondée sur des lois invariantes universellement démontrables. En démontrant avec une rigueur mathématique inattaquable que les attributs psychologiques subjectifs peuvent être toisés selon les mêmes exigences d’objectivité métrique que les masses et les longueurs du monde matériel, Georg Rasch a gravé son nom de manière indélébile dans l’histoire universelle des sciences.

Références

• Andrich, D. (1978). A rating formulation for ordered response categories. Psychometrika, 43(4), 561–573. https://doi.org/10.1007/BF02293814
• Birnbaum, A. (1968). Some latent trait models and their use in inferring an examinee’s ability. In F. M. Lord & M. R. Novick (Eds.), Statistical Theories of Mental Test Scores (pp. 395–479). Addison-Wesley.
• Fisher, R. A. (1922). On the mathematical foundations of theoretical statistics. Philosophical Transactions of the Royal Society of London. Series A, 222(594-604), 309–368. https://doi.org/10.1098/rsta.1922.0009
• Linacre, J. M. (1994). Many-facet Rasch measurement (2nd ed.). MESA Press.
• Luce, R. D., & Tukey, J. W. (1964). Simultaneous conjoint measurement: A new type of fundamental measurement. Journal of Mathematical Psychology, 1(1), 1–27. https://doi.org/10.1016/0022-2496(64)90015-X
• Masters, G. N. (1982). A Rasch model for partial credit scoring. Psychometrika, 47(2), 149–174. https://doi.org/10.1007/BF02296272
• Neyman, J., & Scott, E. L. (1948). Consistent estimates based on partially consistent observations. Econometrica, 16(1), 1–32. https://doi.org/10.2307/1914288
• Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Danmarks Pædagogiske Institut (Reprinted by University of Chicago Press, 1980). https://eric.ed.gov/?id=ED184344
• Rasch, G. (1961). On general laws and the meaning of measurement in psychology. In Proceedings of the Fourth Berkeley Symposium on Mathematical Statistics and Probability (Vol. 4, pp. 321–333). University of California Press.
• Rasch, G. (1977). On specific objectivity: An attempt at formalizing the request for generality and validity of scientific statements. Danish Yearbook of Philosophy, 14, 58–94.
• Smith, R. M. (2000). Fit analysis in latent trait measurement models. Journal of Applied Measurement, 1(2), 199–218.
• Wright, B. D. (1977). Solving measurement problems with the Rasch model. Journal of Educational Measurement, 14(2), 97–116. https://doi.org/10.1111/j.1745-3984.1977.tb00031.x
• Wright, B. D., & Masters, G. N. (1982). Rating scale analysis. MESA Press.
• Wright, B. D., & Stone, M. H. (1979). Best test design. MESA Press.