GAPPESM
Groupement Associatif Pour les Personnes Encombrées de Surefficience Mentale

Quelques notions pour comprendre le QI

Mon test n'est pas une machine qui donne notre poids imprimé sur un ticket comme une bascule. Alfred Binet

Retour au sommaire de la FAQ QI

 

L'examen psychologique

Il comporte au minimum :

Cet examen psychologique de base peut être complété, suivant la demande, par d'autres tests lorsqu’un problème particulier mérite d’être approfondi. Un compte-rendu qui ne comporterait que les notes et les QI sans commentaire est considéré comme insuffisant. Un examen psychologique ne se résume pas par la seule note du QI !

qi

 

Le Quotient Mental de Stern, ou Quotient Intellectuel

Le psychologue allemand Wilhelm Stern, lecteur des travaux de Binet, transforma la notion de niveau mental en celle d'âge mental. En 1912, Stern détermina une forme facilement compréhensible du calcul de l'intelligence, qu'il désigna sous le terme de "quotient mental". Son équation était la suivante : le quotient mental est l'âge mental divisé par l'âge réel multiplié par 100. Un enfant de 8 ans ayant un âge mental de 10 ans aura donc un QI de 10/8 x 100 = 125.

qi

 

La Courbe en cloche

Si les résultats des tests de QI donnent des courbes en cloche, dites "Courbes de Gauss", c'est tout simplement parce qu'ils sont... étalonnés pour le faire : ils comportent un petit nombre de questions très difficiles ( à laquelles très peu répondront ), un petit nombre de questions très simples ( seules les personnes ayant un retard intellectuel n'y répondront pas ) et le gros des autres sert à évaluer ceux qui sont dans la moyenne. Les questions sont donc ajustées et étalonnées jusqu'à ce que leurs résultats produisent la fameuse courbe en cloche. La grande majorité doit répondre aux 3/4 des questions, par exemple, et une minorité ne répondra qu'à 1/4 seulement, une autre minorité répondant à presque toutes !

La loi de Gauss ne s'y applique ni plus ni moins qu'à toute information bruitée.

Courbe de Gauss
Exemple de courbe en cloche : la répartition du QI dans la population.

Loi de Gauss : La répartition d'une population "normale" peut être représentée selon une courbe en cloche.
Dans une population donnée ( les reçus au Bac, des billes dans un sac, etc. ), si on classe les individus selon une caractéristique ( leur taille, leur poids, leur QI, leur niveau de compétence ), on s'aperçoit que, plus on s'approche de la moyenne sur le critère considéré, et plus il y a d'individus. Plus on s'en éloigne, et moins il y en a. Aux deux extrémités, il n'y a presque personne. La représentation graphique de cette réalité s'appelle une Courbe de Gauss et prend la forme d'une cloche.

Application commerciale : La courbe de Gauss est bien pratique pour représenter la réalité d'un marché. Les clientes adultes qui mesurent 150 cm et celles qui mesurent 200 cm vont, par exemple, se retrouver placées en dehors de la cloche, à chacune des extrémités de la courbe. Faut-il pour autant se désintéresser de leur sort au prétexte qu'elles sont peu nombreuses ?

La Loi "normale" de Gauss sur Wikipedia.org, l'encyclopédie libre

qi

 

L'écart-type ou déviation standard, et la variance

Plus communément appelée ECART-TYPE, la déviation standard caractérise la largeur de la distribution. Elle est exprimée mathématiquement comme étant la racine carrée de la variance, celle-ci mesurant la distribution des valeurs autour du centre de la courbe.

Écart-type (S) = Racine carrée de la variance

L'écart-type est la mesure de dispersion, ou étalement, la plus couramment utilisée en statistique lorsqu'on emploie la moyenne pour calculer une tendance centrale. Il mesure donc la dispersion autour de la moyenne. En raison de ses liens étroits avec la moyenne, l'écart-type peut être grandement influencé si cette dernière donne une mauvaise mesure de tendance centrale.

Contrairement à l'étendue et aux quartiles, la variance permet de combiner toutes les valeurs à l'intérieur d'un ensemble de données afin d'obtenir la mesure de dispersion. La variance (symbolisée par S2) et l'écart-type (la racine carré de la variance, symbolisée par S) sont les mesures de dispersion les plus couramment utilisées.

La variance est définie comme étant la moyenne arithmétique des carrés des différences entre les valeurs observées et la moyenne. C'est une mesure du degré de dispersion d'un ensemble de données. On la calcule sous la forme de l'écart au carré moyen de chaque nombre par rapport à la moyenne d'un ensemble de données.

Par exemple : Si par convention, la déviation standard par rapport à un échantillon équivaut à 15 points de QI de différence, cela signifie que les 2/3 environ de la population d'une classe d'âge ont un QI compris entre 85 et 115 --> Voir la Courbe de Gauss ;-)

Généralement, plus les valeurs sont largement distribuées, plus l'écart-type est élevé. Imaginez, par exemple, que nous devons séparer deux ensembles différents de résultats d'examens de 30 élèves; les notes du premier examen varient de 31 % à 98 % et celles du second, de 82 % à 93 %. Compte tenu de ces étendues, l'écart-type serait plus grand pour les résultats du premier examen.

Il n'est pas toujours facile d'évaluer l'importance que doit avoir l'écart-type pour que les données soient largement dispersées.
L'importance de la valeur moyenne de l'ensemble des données dépend aussi de l'importance de l'écart-type. Lorsque vous mesurez quelque chose en millions, le fait d'avoir des mesures qui se rapprochent de la valeur moyenne n'a pas la même signification que si vous mesurez le poids de deux personnes.
Par exemple, si après avoir mesuré les recettes annuelles de deux grandes entreprises, vous constatez un écart de 100 000 euros, la différence est considérée comme étant peu significative, alors que si vous mesurez le poids de deux personnes, dont l'écart est de 30 kilogrammes, la différence est considérée comme étant très significative.

Voilà pourquoi il est utile, dans la plupart des cas, d'évaluer quelle est l'importance de l'écart-type par rapport à la moyenne de l'ensemble de données.

Voir l'article "Variance et écart-type" sur le site Statistiques Canada (réservé aux matheux !) et son glossaire pour les termes utilisés.


qi


Tableau des équivalences de QI entre les tests de Weschler et Cattell

L'écart-type permet de calculer l'éloignement par rapport à la moyenne... Mais il est de 15 pour le WAIS et de 24 pour le Cattell. Les chiffres obtenus ne correspondent donc pas au même écart-type. En France, on passe le plus souvent le WAIS. Mais on entend souvent des américains parler de QI astronomiques. Explication !

Q.I Weschler 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150
Q.I Cattell 44 52 60 68 76 84 92 100 108 116 124 132 140 148 156 164 172 180
Rang sur 99 individus 99 98 95 91 84 75 63 50 37 25 16 9 5 2 1 4/1000 1/1000 ...

On peut en profiter pour constater que 2% de la population à un QI supérieur à 130 et 2% un Qi inférieur à 70 selon le WAIS. Mais s'il existe des structures adaptées pour les personnes ayant donc un QI inférieur à 70, il n'y en a pas pour les autres 2% !

qi

 

L'effet Flynn

Accroissement ( qu'on pense ) lent et inexorable du rendement moyen à des tests de type Q.I. que l’on observe depuis 100 ans dans les pays industrialisés.

Comment accepter et comprendre une telle découverte ? À ce jour, nul ne peut affirmer que cet accroissement du quotient intellectuel se poursuivra dans l'avenir, mais une chose est certaine : il a eu lieu au xxe siècle. C'est suffisant pour créer une crise de confiance : soit les enfants d'aujourd'hui sont nettement plus intelligents que leurs parents, soit, dans certaines circonstances, les tests de quotient intellectuel ne sont pas de bonnes mesures de l'intelligence. James R. Flynn, professeur émérite à l'Université d'Otago en Nouvelle-Zélande, et associé du Centre de psychométrique de l'Université de Cambridge.
Selon le professeur James R. Flynn, dans les pays où on a pris l’habitude d’utiliser ces tests, le QI a progressé en moyenne de trois points par décennie. Et les gains apparaissent là où on s’y attendrait le moins : dans les tests qui minimisent l’apport culturel. L’écart de rendement cité plus haut a été en effet démontré avec l’outil que d’aucuns considèrent comme étant le moins “chargé” culturellement : les matrices progressives de Raven ! ( voir aussi comme exemple en page de tests un test qui s'en approche )

Ce sont les tests les plus liés aux matières scolaires qui connaissent les plus faibles progressions.
MAIS, paradoxalement, l'accroissement de la scolarité, et le niveau scolaire, est un facteur qui joue dans l'augmentation des scores aux tests aculturels !...

Voir L'irrésistible ascension du Quotient Intellectuel : graphique ( Cerveau&Psycho, n°25 )

illustration de l'effet Flynn
Si on gardait le même étalonnage, les mêmes enfants, surefficients il y a 100 ans, seraient dans la moyenne de nos jours (écart de 30 points).

 

Les causes ?

On pense à l'augmentation de la qualité de la nutrition, l'allongement et la généralisation de la scolarité, et au fait que les parents accordent plus précocément de l'attention à leur enfant.

Philippe Dumas défend l'idée que l'exposition intensive des tout jeunes aux objets des Tic ( Technologie de l'Information et de la Communication ) est un des facteurs-clé de l'effet Flynn ( l'augmentation générale du QI et de la demande de stimulation intellectuelle ), alors que pour Francis Heylighen : "Un facteur plus général est que cette société dans l'ensemble fonctionne à un niveau intellectuel plus élevé, proposant à l'enfant curieux plus d'informations, de défis plus intellectuels, de problèmes plus complexes, plus d'exemples à suivre, et plus de méthodes de raisonnement à appliquer. Juste en utilisant les appareils quotidiens, tels que les fours à micro-ondes, et les thermostats, exige un type plus abstrait de raisonnement dont la génération plus ancienne est souvent incapable. La plus grande complexité de la vie est susceptible de stimuler une plus grande complexité d'esprit. L'utilisation croissante des ordinateurs pour l'éducation ou les jeux précoces est susceptible d'augmenter la connaissance générale, le raisonnement abstrait et l'agilité intellectuelle".

Actuellement, James Flynn lui-même avance une hypothèse où la conjonction de plusieurs phénomènes sociaux ( rappel : l'effet Flynn ne joue que dans les pays industrialisés ) serait déterminante. Ce qui, bien entendu, remet en cause totalerment le côté "a-culturel" des tests comme le Catell et les matrices de Raven : Gains de QI et monde réel.

Il faut donc réactualiser régulièrement les tests. On le fait en moyenne tous les dix ans, en ré-étalonnant. Une personne passant donc les deux versions d'un même test aura par exemple 105 à l'ancienne version et 102 à la nouvelle.

On a cru longtemps que les capacités intellectuelles baissaient avec l'âge... La prise en compte de l'effet Flynn fait prendre conscience que nos capacités baissent sans doute bien moins qu'on le croyait de prime abord. C'est plus alors notre capacité d'adaptation (d'ajustement à la nouvelle génération ?) et ( Vieux surefficients, réjouissez-vous --> vous savez parler aux jeunes !! )

Sources :

qi

Retour au sommaire de la FAQ Qi