Répartition des résultats d’une évaluation sur une courbe de Gauss
Une échelle de notation peut servir à juger de la production d’un élève par le biais d’échelles de points et de barèmes. Ceux-ci serviront d’élément médiateur que l’évaluateur utilise pour apprécier les niveaux d’acquisition des objectifs d’apprentissage par les élèves.
Ces éléments jouent un rôle particulièrement important dans le cadre d’une notation normative qui se fonde sur une échelle discriminante pour départager qui réussit et qui échoue à une épreuve.
De nombreux travaux démontrent qu’une proportion conséquente d’enseignants construisent leurs notes en référence à une norme extérieure à l’apprentissage de l’élève.
Deux éléments symboliques à ce titre sont la moyenne et la distribution des points obtenus par l’ensemble des élèves dans une épreuve. La courbe de Gauss modélise ce phénomène.
La répartition des résultats d’une évaluation sur une courbe de Gauss est également connue sous le nom de distribution normale. Elle représente un outil statistique central pour analyser et interpréter la répartition des résultats à une évaluation.
Elle repose sur l’idée que, dans de nombreux phénomènes naturels, sociaux et cognitifs, la majorité des scores se concentrent autour de la moyenne, tandis que les scores extrêmes (très faibles ou très élevés) sont moins fréquents (Howell, 2013). Les performances tendent à se distribuer selon une forme en cloche symétrique, caractérisée par la moyenne, la variance et l’écart-type (DeCarlo, 1997).
Moyenne, variance et écart-type
L’interprétation d’une courbe de Gauss repose sur trois paramètres clés :
La moyenne (μ)
La valeur centrale autour de laquelle se regroupent les données de la courbe. Elle représente le score moyen du groupe.
Dans une distribution normale (symétrique), la moyenne, la médiane et le mode sont identiques.
La variance :
Elle quantifie à quel point les données d’une évaluation sont dispersées.
La variance est moins intuitive et moins utilisée que l’écart-type, car elle est exprimée en unités au carré.
Une faible variance indique que les scores sont très proches de la moyenne. La courbe de Gauss est alors étroite et pointue. Cela peut signifier que l’évaluation n’a pas été assez difficile ou au contraire, trop facile pour le groupe, ne permettant pas de discriminer les différents niveaux de compétence.
Une forte variance signifie que les scores sont très dispersés autour de la moyenne. La courbe de Gauss est alors plate et large. Cela peut être le signe d’une grande hétérogénéité des performances des élèves, ou d’une évaluation qui a une grande capacité à différencier les niveaux, en produisant un grand écart entre les meilleurs et les moins bons scores.
L’écart-type (σ) :
Ce paramètre mesure la dispersion des scores autour de la moyenne et garde la même unité que le paramètre étudié. Il est la racine carrée de la variance.
Un petit écart-type indique que les résultats sont très homogènes et proches de la moyenne.
Un grand écart-type signifie que les scores sont très dispersés, ce qui peut indiquer que les résultats sont très hétérogènes.
Répartition des données sur la courbe de Gauss
68 % des individus se situent à ±1 écart-type de la moyenne, 95 % à ±2 écarts-types, et 99,7 % à ±3 écarts-types.
Appliquée aux résultats d’une évaluation scolaire, la courbe de Gauss permet de distinguer différentes zones de performance (Thorndike & Thorndike-Christ, 2010) :
Les scores proches de la moyenne reflètent la majorité des élèves, traduisant un niveau attendu ou « typique » de compétence.
Les scores situés à +2 écarts-types ou plus peuvent indiquer une performance exceptionnelle, révélant des compétences particulièrement élevées.
Les scores situés à -2 écarts-types ou plus signalent des difficultés significatives, pouvant nécessiter un soutien ciblé.
Symétrie et asymétrie de la courbe
Une courbe de Gauss parfaite est symétrique. Cela signifie que la distribution des scores est équilibrée, avec autant d’élèves sous la moyenne que d’étudiants au-dessus.
Une distribution qui s’écarte de la symétrie peut être révélatrice d’une :
Asymétrie positive :
La queue de la distribution est étirée vers les scores élevés.
Cela signifie que la majorité des élèves ont eu des résultats faibles. Cela peut indiquer que l’évaluation était trop difficile ou que le groupe n’avait pas les prérequis.
Asymétrie négative :
La queue de la distribution est étirée vers les scores faibles.
La majorité des élèves ont obtenu de bons résultats. L’évaluation était peut-être trop facile, ou le groupe était particulièrement performant.
Aplatissement de la courbe de Gauss ou kurtosis
L’aplatissement de la courbe, ou kurtosis fournit également des informations :
Courbe leptokurtique (pointue) :
Les scores sont très concentrés autour de la moyenne, avec un petit écart-type. Cela peut signifier que l’évaluation était trop homogène et n’a pas permis de distinguer les niveaux de compétence.
Courbe platykurtique (aplatie) :
Les scores sont très dispersés, avec un grand écart-type. L’évaluation a produit une grande hétérogénéité de résultats, ce qui peut signifier que les questions étaient trop variées ou que le groupe était très disparate en matière de compétences.
Interprétation de la courbe de Gauss
L’analyse de la répartition des scores sur la courbe de Gauss permet de tirer plusieurs conclusions sur l’évaluation (Cohen et coll., 2013). Interpréter la répartition des résultats sur une courbe de Gauss offre une perspective statistique précieuse sur la qualité d’une évaluation et la performance d’un groupe (Salkind, 2010). Cela permet aux enseignants de vérifier si une évaluation est adaptée au niveau des élèves et si elle est assez discriminante.
Une courbe qui ressemble à une distribution normale idéale suggère que l’évaluation est équilibrée et qu’elle a bien mesuré la variabilité des compétences au sein du groupe. La majorité des élèves ont des performances « moyennes », tandis qu’une minorité obtient des résultats exceptionnels ou très faibles.
Tous les résultats d’évaluation ne suivent pas une distribution normale ; certaines épreuves présentent une distribution asymétrique liée à la difficulté du test, à l’hétérogénéité de l’échantillon ou aux effets pédagogiques (Zumbo & Coulombe, 1997).
Par ailleurs, réduire l’évaluation à une comparaison statistique peut occulter des dimensions qualitatives, comme la progression individuelle ou la pertinence du contenu évalué (Black & Wiliam, 1998).
La courbe de Gauss est un outil qui permet de situer un individu dans un groupe et analyser la dispersion des performances. Toutefois, son usage doit s’accompagner d’une réflexion sur la validité et l’équité de l’évaluation. Il est crucial de contextualiser ces données avec d’autres informations qualitatives sur le processus d’apprentissage.
Mobilisation de la courbe de Gauss
Par le biais de la courbe de Gauss, un élève peut être classé à partir de ses résultats propres par comparaison avec les résultats de ses camarades. Ainsi, il fera partie symboliquement des bons élèves, des élèves moyens ou des élèves faibles en fonction de ces éléments.
Nous pouvons alors parler d’évaluation normative ou de notation normative, car elle aboutit à la mise en évidence des différences entre les individus. Cette démarche s’inscrit sans une visée de comparaison sociale et correspond à des démarches de sélection et de compétition.
À partir de ces mêmes éléments de référence, un enseignant est considéré comme plus efficace lorsqu’il améliore la moyenne de ses élèves et en diminue la variance (la distribution).
L’évaluation normative tendra à répartir les notes des élèves sur une courbe de Gauss dont les deux parties sont symétriques par rapport à la moyenne arithmétique des résultats. De nombreux facteurs vont toutefois interférer : le nombre réduit d’élèves, leurs caractéristiques propres ou la construction de l’évaluation.