II.2. Analyse qualitative
Nous appelons analyse qualitative la procédure à
suivre pour évaluer le test à priori. Cet examen est essentiel
dans l'élaboration du test. Il s'agit de tester les items sur un
échantillon d'élève.
« En pratique, il n'est pas toujours possible de mettre
le test à l'essai avec un groupe cobaye.par exemple si les individus du
groupe cobaye savent que le test ne compte pas leur comportement risque de
différer, situation susceptible d'affecter
les réponses aux items [...] biaisant de la sorte les
résultats de l'analyse » (R. Bertrand, JG BLAIS, 2004 p.56).
II.3. Analyse statistique
Dans le cadre de la théorie classique on peut mesurer,
à posteriori, la confiance à accorder aux données afin de
s'assurer que le score qui représente l'acquisition, est calculé
avec précision, avec un minimum d'erreur et de biais. En effet, les
conditions de passation du test, le contexte particulier de l'évaluation
(culture) et les caractéristiques du sujet peuvent être des
sources potentielles de biais et d'erreur. Cette remarque est
particulièrement valable dans le contexte camerounais où la
variété sociolinguistique est très importante avec plus de
280 langues parlées.
Il s'agit ainsi d'identifier voire de rejeter les items
aberrants, à savoir ceux qui n'apportent aucune valeur ajoutée au
test ; autrement dit les items faiblement liés à notre variable
latente, pire ceux qui y sont négativement liés.
Pour ce faire on a recourt à différents indices
statistiques qui permettent de juger de la fiabilité du test dans son
ensemble ainsi que la cohérence interne des items. Les indices les plus
couramment utilisés sont l'indice bi-sérial et l'alpha de
Cronbach. Rappelons que ces deux indices se rapportent à la
théorie du score vrai.
II.3.1. I Ial1Ka Ie &ronbaIK
L'alpha de Cronbach est utilisé pour mesurer la
cohérence interne des concepts tels qu'ils sont mis en oeuvre par les
questions posées (les réponses aux questions portant sur le
même sujet devant être corrélées). Il permet donc
l'estimation de la fiabilité du test au niveau globale.
L'alpha de Cronbach se calcule en appliquant la formule
suivante:
où k est le nombre d'items, est la variance du score
total et est la
variance de l'item i.
Cronbach, l'inventeur de cet indice, a
également développé un alpha standardisé qui
s'exprime comme suit :
avec la moyenne des corrélations entre les k
items.
Il s'agit d'une mesure de corrélation au carré
entre les scores observés et les scores vrai. Autrement dit, la
fiabilité est mesurée en termes de ratio de variance. Un test
fiable doit minimiser l'erreur de mesure de telle sorte que l'erreur n'est pas
fortement corrélée avec le score vrai. D'autre part, la relation
entre le score vrai et le score observé doit être forte l'alpha de
Cronbach examine cette relation.
Il varie entre 0 et 1 et plus le test est fiable, plus l'alpha
est proche de 1. En pratique on valide les données si l'alpha de
Cronbach est supérieur ou égale à 0,8. Cependant et bien
que la littérature ne fasse pas état de consensus sur le sujet,
beaucoup d'auteurs considèrent qu'une valeur alpha supérieure
à 0,7 est satisfaisante, un coefficient supérieur à 0,9
tendant à montrer une redondance entre items.
L'alpha de Cronbach n'est pas un test statistique c'est un
coefficient de fiabilité (ou consistance). Cependant, un alpha
élevé ne signifie pas que la mesure est
unidimensionnelle1. Si, en plus de mesurer la cohérence
interne, on souhaite apporter la preuve que l'échelle en question est
unidimensionnelle des analyses supplémentaires peuvent être
effectuées. Cette approche permet de repérer les poires au milieu
d'un
1 Voir III.2.1.
panier de pommes, c'est-à dire les items qui ne
s'inscrivent pas dans la meme dimension que les autres ou qui ne mesure pas la
même compétence.
| 
