Comment juger la qualité d'un test psychologique

Pourquoi des critères indépendants aident à choisir un test

Choisir un test sur la foi d'une brochure est risqué. Les documents commerciaux citent volontiers le meilleur coefficient obtenu sur l'échantillon le plus favorable et passent sous silence ce qui n'a jamais été étudié. Une grille de critères fixe transforme une impression en questions précises : à quoi sert le test, quelle est la précision des scores, à qui compare-t-on les candidats, et les scores disent-ils quelque chose de ce qui compte dans le poste ?

Deux cadres sont largement utilisés en Europe. La COTAN, commission des tests de l'association néerlandaise des psychologues (Nederlands Instituut van Psychologen, NIP), documente des tests depuis 1959 et publie des évaluations depuis 1969. Le modèle d'évaluation de tests de la Fédération européenne des associations de psychologues (EFPA) s'appuie en partie sur le système de la COTAN et sur des critères britanniques et espagnols. Aucun n'attribue de label universel : tous deux se demandent si les preuves soutiennent un usage donné, auprès de personnes données, dans une langue donnée.

Les sept critères de la COTAN en clair

La COTAN évalue chaque test selon sept critères. Deux évaluateurs l'examinent de manière indépendante, et chaque critère reçoit sa propre note ; il n'y a pas de score global. Dans l'édition 2010 du système, chaque critère est jugé insuffisant, suffisant ou bon.

• Principes de construction du test : l'usage prévu, les publics visés et le construit sont-ils décrits et fondés théoriquement ? Ce qu'un test prétend mesurer détermine les preuves dont il a besoin.
• Qualité du matériel : les items, les consignes et la cotation sont-ils standardisés, et le contenu est-il exempt d'items susceptibles de heurter certains groupes ?
• Qualité du manuel : vous donne-t-il ce qu'il faut pour administrer le test et interpréter correctement les scores, limites comprises ?
• Normes : les groupes de référence sont-ils assez grands, représentatifs des personnes auxquelles vous comparez les candidats, et récents ? Un étalonnage sans date ni description du groupe ne peut pas être évalué.
• Fidélité : quelle est la précision des scores, selon quel type d'étude et sur quel échantillon ?
• Validité de construit : existe-t-il des preuves que le test mesure ce qu'il prétend mesurer, par exemple sa structure factorielle et ses liens avec d'autres mesures ?
• Validité critérielle : les scores sont-ils liés à des résultats comme la performance, la formation ou le turnover, et ce critère a-t-il été bien mesuré ?

Une note insuffisante peut signifier que les preuves étaient faibles ou qu'elles n'ont jamais été fournies. La COTAN traite les deux cas de la même façon, car la charge de la preuve incombe à l'auteur. Pour vous, la différence peut compter : un test récent, encore peu documenté, n'est pas un test qui a échoué. Dans les deux cas, c'est un signal d'alerte : si vous utilisez malgré tout le test, vous devez pouvoir justifier ce choix.

Les évaluations de la COTAN sont délivrées par la COTAN elle-même et publiées dans la base en ligne COTAN Documentatie, éditée par Boom uitgevers pour le compte du NIP. Si un éditeur en invoque une, consultez-la à cette source et vérifiez sur quelle version du test et du manuel elle porte.

Le modèle de l'EFPA et les cadres voisins

Le modèle d'évaluation de tests de l'EFPA est un formulaire structuré accompagné de notes pour les évaluateurs, fondé sur les critères de la British Psychological Society, de l'organisation espagnole des psychologues et de la COTAN. La version 4.2.6 date de 2013 ; la version 5.0, profondément remaniée, a été publiée en août 2025.

Il décrit d'abord l'instrument, puis évalue la justification et la documentation, le matériel, les normes, la fidélité, la validité, le soutien à un usage équitable et la qualité des rapports générés automatiquement, avant une évaluation d'ensemble. Les preuves de validité sont classées selon leur source : contenu, structure interne, relations avec d'autres variables et autres sources.

Le modèle est conçu pour être adapté à chaque pays et appliqué par des évaluateurs experts ; la British Psychological Society au Royaume-Uni et le Consejo General de la Psicología en Espagne s'en servent pour leurs évaluations. L'EFPA précise qu'une évaluation réalisée avec le modèle ne vaut pas approbation de sa part, et que la publicité ne doit pas le laisser entendre. Un éditeur qui présente son test comme approuvé par l'EFPA a donc mal compris le modèle.

La norme DIN 33430 en Allemagne

La DIN 33430, norme allemande relative à l'évaluation des aptitudes professionnelles, a été révisée pour la dernière fois en 2016. Elle n'évalue pas les tests un par un, mais l'ensemble du processus : clarification de la demande, analyse des exigences du poste, choix des méthodes, passation et interprétation, documentation et qualification des personnes impliquées. Une annexe précise ce que doit contenir la documentation d'un test psychométrique, une liste de contrôle utile au-delà de l'Allemagne.

Une liste de contrôle pour lire un manuel technique

Quel que soit le cadre retenu, les preuves se trouvent dans le manuel technique. Demandez-le avant d'acheter et lisez-le en gardant votre décision à l'esprit.

• Usage prévu : le manuel mentionne-t-il votre usage, et précise-t-il ce à quoi le test n'est pas destiné ?
• Groupes de référence : taille, composition, pays, langue et année de recueil. Ressemblent-ils à vos candidats ? Voir étalonnage et normes.
• Fidélité : de quel type, sur quel échantillon, et l'erreur type de mesure est-elle indiquée ? Les bases sont dans fidélité et validité.
• Validité : existe-t-il des preuves sur la structure factorielle, sur les liens avec des tests comparables et, pour la sélection, avec des résultats professionnels ? Quelle était la taille des échantillons ?
• Équité et langue : les items et les échelles fonctionnent-ils de la même façon selon les groupes, et votre version linguistique a-t-elle été adaptée et étudiée, pas seulement traduite ?
• Version et évaluation indépendante : les preuves portent-elles sur la version que vous utilisez, et existe-t-il une évaluation que vous pouvez consulter vous-même ?

Comment le lire. Une fidélité de .86 est solide, mais pour une décision importante concernant une personne, elle se situe entre les points d'ancrage de la COTAN, .80 et .90 : regardez donc l'erreur type de mesure et évitez les seuils rigides sur de petits écarts. Le groupe de référence convient à des postes financiers aux Pays-Bas, pas à des postes commerciaux ni à une version française. L'étude critérielle va dans le bon sens, mais avec 85 personnes l'intervalle de confiance est large. Conclusion : utilisable en sélection avec d'autres informations. La décision revient à une personne.

Si vous développez ou publiez votre propre test

Les mêmes critères font un bon cahier des charges : définir le construit et l'usage prévu, prétester les items, recueillir des données sur la fidélité, la structure et les normes dans la population visée, comme le décrit la page développement de tests. L'EFPA encourage explicitement auteurs et éditeurs à évaluer leurs propres tests avec son modèle. Vous obtenez ainsi une auto-évaluation structurée, pas une évaluation officielle : une note de la COTAN n'est délivrée que par la COTAN, selon sa propre procédure.

Le Laboratoire psychométrique de Match.hr examine les tests avant leur entrée dans la bibliothèque et peut vous accompagner dans la validation de tests. Ses critères suivent la structure des modèles d'évaluation de tests de la COTAN et de l'EFPA. Le Laboratoire n'est ni affilié à ces organisations ni reconnu par elles, et un niveau comme Validé n'est pas une évaluation officielle. Pour proposer votre instrument aux employeurs, publier votre test commence par cet examen.