Analyses statistiques / Conclusions

Ce que montrent les analyses statistiques

Cette page rassemble, en français courant et sans jargon statistique, les conclusions des analyses menées en 2010 et en 2011. Le détail statistique complet — tableaux de corrélations, analyses factorielles, indices de fidélité — reste disponible sur les pages 2010 et 2011 ; il n'est utile que si vous souhaitez vérifier vous-même sur quelle base ces conclusions reposent.

Le test distingue bien les enfants faibles, moyens et forts

C'est le constat le plus important : les scores obtenus à MathEval correspondent globalement à ce que d'autres sources d'information indiquent sur l'enfant — l'appréciation de l'enseignant, mais aussi deux tests de dépistage indépendants (le test d'Inizan, et un test expérimental portant notamment sur le concept de nombre). Les trois convergent de façon significative avec le score MathEval. C'est un argument plus solide qu'une seule comparaison isolée : il est peu probable que MathEval s'accorde par hasard avec trois critères indépendants à la fois. Et la séparation entre groupes tient même en tenant compte de l'incertitude statistique (les intervalles de confiance à 95% des moyennes — la fourchette dans laquelle la vraie moyenne a le plus de chances de se trouver, calculée à partir de la taille de l'échantillon — ne se chevauchent pas entre groupes faible, moyen et fort, malgré des groupes extrêmes assez petits ; détail sur la page Validité externe).

Cet accord n'est cependant ni parfait ni automatique. En 2011 par exemple, sur 65 enfants, 23 (35%) sont classés différemment selon leur score total à MathEval et l'appréciation de l'enseignant (indice de Kappa = ,41 — un accord à la limite entre faible et modéré). Il serait toutefois hâtif d'en conclure que c'est MathEval qui « se trompe » : l'appréciation de l'enseignant n'est elle-même ni un instrument validé ni une mesure objective, elle reste un jugement global et forcément subjectif — et porte d'ailleurs sur le niveau général de l'enfant, tous apprentissages confondus, pas spécifiquement sur les mathématiques (les enseignants n'ayant pas été en mesure, en maternelle, de distinguer les compétences par matière). Comparer un score spécifiquement mathématique comme MathEval à un jugement aussi large rend l'accord obtenu plutôt satisfaisant. Le même calcul, appliqué aux deux tests de dépistage indépendants utilisés cette année-là, montre que l'accord de MathEval avec l'enseignant est en réalité comparable ou supérieur à celui de ces instruments dédiés au dépistage (voir le détail sur la page Validité externe) — MathEval n'est donc pas moins bien accordé à l'enseignant que ne le sont des tests spécifiquement conçus pour ce type de comparaison. Ce que l'on peut affirmer avec certitude, dans tous les cas, c'est qu'aucun test, aussi bien conçu soit-il, ne remplace le jugement clinique de l'examinateur : MathEval fournit des indices, pas un diagnostic.

MathEval comparé à d'autres instruments de dépistage

Le score total MathEval (fin de 1^ère primaire) corrèle à ,67 avec le score total au test CMC (calcul mental collectif) — une corrélation modérée à forte, cohérente avec le fait que les deux instruments évaluent des compétences numériques proches sans être identiques. Reste une question : l'appréciation de l'enseignant en 3^ème maternelle prédit-elle mieux l'un ou l'autre, un an plus tard ? Réponse : aucune différence — ,49 avec MathEval contre ,48 avec le CMC, deux valeurs statistiquement indiscernables. Ni l'un ni l'autre des deux instruments ne « colle » mieux que l'autre au jugement de l'enseignant (détail sur la page 2010).

Autre comparaison instructive : le test d'Inizan (aucun contenu mathématique) montre un lien modeste mais réel avec l'appréciation de l'enseignant (,28), là où les gnosies digitales n'en montrent quasiment aucun (,02) — un constat de plus qui va dans le sens du scepticisme déjà exprimé sur ce site à propos de ce sous-test (voir plus bas). Enfin, entre deux versions d'une même épreuve de calcul, c'est systématiquement la version la plus simple et directe qui prédit le mieux le niveau futur — pas la version la plus élaborée : un rappel utile qu'ajouter de la complexité à un exercice ne le rend pas automatiquement plus informatif.

Le sous-test « Dénombrement » se comporte à part

C'est le résultat le plus robuste de toutes ces années d'analyse — parce qu'il ressort sept fois de suite, sur deux échantillons différents (41 enfants en 2010, 65 enfants en 2011) et par sept méthodes statistiques distinctes :

• en 2010, c'est le sous-test qui contribue le moins à un facteur commun de compétence mathématique (analyse factorielle) ;
• en 2010 toujours, c'est celui dont les corrélations avec les autres sous-tests sont les plus faibles ;
• en 2011, c'est celui dont la cohérence interne (alpha de Cronbach) est la plus faible ;
• en 2011, ses corrélations avec l'ensemble des autres variables restent les plus faibles, quel que soit le sous-test comparé ;
• en 2011, une nouvelle analyse factorielle confirme qu'il ne partage presque rien avec le facteur commun aux autres sous-tests ;
• en 2011, lorsqu'on cherche s'il existe une deuxième dimension cachée dans les données, elle s'avère n'être rien d'autre que Dénombrement isolé — pas une vraie compétence partagée par plusieurs sous-tests, juste ce seul sous-test qui se démarque de tout le reste ;
• en 2011 enfin, sa corrélation avec le score total a un intervalle de confiance qui frôle le zéro ([-,03 ; ,44]) — contrairement à celui de tous les autres sous-tests, qui excluent nettement zéro : on ne peut même pas affirmer avec certitude qu'un lien réel existe.

En clair : réussir ou échouer au Dénombrement ne permet pas de prédire grand-chose des autres compétences mathématiques de l'enfant. Ce sous-test mesure vraisemblablement quelque chose de plus indépendant — une compétence perceptive de bas niveau plutôt qu'une compétence numérique à proprement parler. Ce constat rejoint d'ailleurs, pour un sous-test voisin, celui qui concerne les gnosies digitales (voir plus bas).

Une seule aptitude sous-jacente ? Pourrait-on réduire le test à un seul sous-test ?

En dehors de Dénombrement, un seul facteur général domine le reste de la batterie — les autres sous-tests mesurent donc, dans une large mesure, une même aptitude commune. Pourrait-on, dès lors, réduire le test à son sous-test le plus représentatif ? Non : un sous-test unique serait moins fiable qu'un total combiné, et surtout, il ne permettrait plus de repérer un enfant fort partout sauf sur un point précis — exactement le genre de profil individuel qu'un dépistage doit pouvoir détecter. Ce constat ne contredit pas non plus la littérature actuelle décrivant la dyscalculie comme un trouble hétérogène plutôt qu'une entité unique : un facteur général au niveau du groupe n'empêche pas des troubles spécifiques d'affecter sélectivement une seule aptitude chez certains enfants — c'est même ce qui permet de repérer ce genre de profil atypique. Dénombrement en offre d'ailleurs un exemple concret : c'est précisément parce qu'il n'évolue pas avec le reste de la batterie qu'il se distingue statistiquement des autres sous-tests — la preuve, à petite échelle, qu'une aptitude peut se dissocier du reste sans que cela ne remette en cause l'existence d'un facteur général pour tous les autres (détail sur la page Corrélations).

La comptine numérique est une conséquence, pas une cause, des performances en calcul

On pourrait penser qu'il suffit d'apprendre à un enfant à réciter la suite des nombres pour améliorer ses performances en calcul. Les analyses de 2011 montrent que c'est l'inverse : une fois le score total au test neutralisé statistiquement, la capacité à réciter la comptine numérique n'a plus rien à expliquer par elle-même. Elle accompagne le développement des compétences mathématiques, elle ne le cause pas.

Cette découverte a eu une conséquence concrète : le rapport généré par MathEval distingue désormais le score de comptine « pure » (réciter la suite des nombres) des manipulations plus complexes de cette même suite (compter à rebours, par bonds de 2, 5 ou 10), qui elles restent bien davantage corrélées à la compétence mathématique globale.

Une différence entre filles et garçons, qui ne se confirme finalement pas

L'analyse 2011 avait mis en évidence une performance moyenne supérieure des garçons sur un seul sous-test (Représentation des quantités, p=,03). Mais ce sous-test n'était qu'un test parmi treize comparaisons filles/garçons réalisées : en corrigeant pour ce nombre de comparaisons (correction de Bonferroni ou de Benjamini-Hochberg — voir le détail sur la page Différences filles/garçons), ce résultat isolé ne reste pas significatif. Autrement dit, sur treize comparaisons, en trouver une à ce niveau de signifiance n'a rien d'exceptionnel — c'est même le scénario le plus probable si aucune différence réelle n'existe. Il n'y a donc pas, en l'état, de différence garçons/filles établie sur cet échantillon.

Les gnosies digitales : un scepticisme confirmé par les recherches récentes

Le sous-test des gnosies digitales (reconnaissance des doigts) a toujours été présenté sur ce site avec réserve quant à sa valeur prédictive pour les compétences mathématiques. Les publications parues entre 2015 et 2026 confortent cette réserve : plusieurs études récentes remettent en question l'existence d'un lien de causalité direct entre gnosies digitales et compétences numériques, penchant plutôt pour une explication de type « redéploiement neuronal » (les deux compétences recruteraient des zones cérébrales voisines, sans que l'une ne cause l'autre). C'est pourquoi ce sous-test est aujourd'hui présenté comme facultatif dans le test en détail.

Les limites à garder à l'esprit

• Des échantillons modestes (41 enfants en 2010, 65 en 2011) au regard des exigences habituelles pour un étalonnage définitif — en particulier pour les scores très faibles ou très élevés, peu représentés.
• Pas d'étude de fidélité test-retest à ce jour : on ne sait pas avec certitude si un enfant obtiendrait un score comparable en repassant le test à quelques semaines d'intervalle.
• La significativité statistique n'est pas la significativité psychologique. Une corrélation ou une différence peut être statistiquement significative tout en n'expliquant qu'une faible part de la réalité — c'est explicitement le cas pour plusieurs résultats détaillés sur les pages 2010 et 2011.
• Une évaluation psychométrique indépendante (Lafay & Cattini, 2018) situe MathEval à 43% de critères de qualité remplis sur 21 — comparable à Tedi-Math Grands (51%) ou WIAT-II (50%), nettement au-dessus d'autres outils francophones, mais en retrait par rapport aux outils les plus complets du marché (voir le tableau complet sur la page Analyses statistiques).