Biais de mesure
Toute opération de mesure est entachée d'une certaine imprécision qui constitue l'erreur de mesure. Cette erreur peut être due à des facteurs aléatoires et/ou à des facteurs systématiques.
La partie aléatoire de l'erreur de mesure est inévitable chaque fois que l'on a recours à un échantillon d'éléments (individus, items, classes, moments, etc.) sélectionné au hasard dans une population ou univers de référence. Ce type d'erreur est alors imputable aux fluctuations aléatoires de l'échantillonnage. On ne peut pas corriger ces erreurs aléatoires mais on peut en estimer globalement l'importance (l'ampleur) en ayant recours à certains modèles statistiques.
Les biais (ou erreurs systématiques), en revanche, sont dus à des imperfections du dispositif instrumental et/ou aux conditions inadaptées dans lesquelles l'évaluation ou la mesure a lieu (inadéquation des items utilisés; formulation imprécise de certaines questions; temps insuffisant accordé pour l'exécution d'une tâche; non- standardisation des conditions de passation).
Ce type d'erreurs ne peut pas être traité à l'aide d'un modèle statistique. Par contre, à condition qu'elles ne passent pas inaperçues, on peut parfois corriger les erreurs systématiques.
On a par exemple utilisé l'écart à la moyenne de classe pour corriger les degrés de sévérité variables des instituteurs, ou bien on a défini des barèmes distincts pour deux groupes d'élèves.
Notons toutefois que ces deux exemples de biais correspondent à deux problématiques très différentes.
Lorsque les instituteurs attribuent des notes, ils sont les instruments de mesure des élèves, objet d'études. Corriger le biais dû à leurs différences de sévérité réduit l'erreur de mesure instrumentale et améliore la fidélité.
Lorsque l'on applique des barèmes différents à deux populations, c'est que les élèves (objets d'études) sont systématiquement différents. Réduire la différence entre les deux réduit la variance des scores univers, et réduit ainsi la fidélité de la mesure. Faut-il le faire? Seul un jugement de valeur permet de décider si la source de variance due aux groupes est acceptable ou non, si elle constitue un biais à corriger ou une caractéristique à prendre en compte.
